Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Synergetic Artificial Intelligence and Social Robotics Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

About Transformations of a Numerical Time Series Using a Linguistic Variable

verfasst von : Tatyana Afanasieva, Yriy Egorov, Nikolay Savinov

Erschienen in: Proceedings of the Second International Scientific Conference “Intelligent Information Technologies for Industry” (IITI’17)

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Time series transforming is considered as a preprocessing stage in various data mining techniques. To obtain relevant and accurate result in time series analysis it is needed to apply relevant time series representation by suitable transformation. In the paper at the first time five transformations of a numerical time series derived on the basis of a single linguistic variable of time series values are described systematically. The formal notion of five kinds (fuzzy matrix, fuzzy vectors, fuzzy linguistic, numerical and linguistic) of time series produced by these transformations and general scheme of their computing are represented. Applications of these five representations of a numerical time series in data mining techniques are given and discussed.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Fuzzy Adaptive Routing in Multi-service Computer Networks under Cyber Attack Implementation
Nächstes Kapitel Adaptive Approach for Anomaly Detection in Temporal Data Based on Immune Double-Plasticity Principle
Literatur
1.
Agrawal, R., Faloutsos, C., Swami, A.N.: Efficient similarity search in sequence databases. In: Lomet, D.B. (ed.) Proceedings of the 4th International Conference on Foundations of Data Organization and Algorithms (FODO 1993), pp. 69–84. Springer, London (1993)
2.
Chan, K., Fu, A.W.: Efficient time series matching by wavelets. In: Proceedings of the 15th IEEE International Conference on Data Engineering, Sydney, Australia, 23–26 March 1999, pp. 126–133 (1999)
3.
Box, G., Jenkins, G.: Time Series Analysis: Forecasting and Control. Holden-Day, San Francisco (1970)MATH
4.
Chandola, V., Banerjee, A., Kumar, V.: Anomaly detection a survey. ACM Comput. Surv. 41(3), 1–72 (2009). Article 15CrossRef
5.
Diday, E.: The symbolic approach in clustering, in classification and related methods. In: Bock, H.H. (ed.) North-Holland Publishing Co., Amsterdam, The Netherlands (1988)
6.
Bagnall, A., Lines, J., Bostrom, A., Large, J., Keogh, E.: The great time series classification bake off: a review and experimental evaluation of recently proposed algorithms. Data Min. Knowl. Disc. 2016, 1–55 (2016)
7.
Lin, J., Keogh, E., Lonardi, S., Chiu, B.Y.: A symbolic representation of time series, with implications for streaming algorithms. In: DMKD 2003, pp. 2–11 (2003)
8.
9.
Song, Q., Chissom, B.: Forecasting enrollments with fuzzy time series—Part I. Fuzzy Sets Syst. 54, 1–9 (1993)CrossRef
10.
Hwang, J.R., Chen, S.M., Lee, C.H.: Handling forecasting problems using fuzzy time series. Fuzzy Sets Syst. 100, 217–228 (1998)CrossRef
11.
Perfilieva, I.G., Yarushkina, N.G., Afanasieva, T.V., Romanov, A.A.: Web-based system for enterprise performance analysis on the basis of time series data mining. In: Proceedings of the First International Scientific Conference Intelligent Information Technologies for Industry (IITI 2016). Advances in Intelligent Systems and Computing, pp. 75–86 (2016)
12.
Perfilieva, I., Yarushkina, N., Afanasieva, T., Romanov, A.: Time series analysis using soft computing methods. Int. J. Gen. Syst. 42(6), 687–705 (2013)MathSciNetCrossRefMATH
13.
Zadeh, L.: The concept of a linguistic variable and its application to approximate reasoning-1. Inf. Sci. 8, 199–249 (1975)MathSciNetCrossRefMATH
14.
Afanasieva, T., Yarushkina, N., Gyskov, G.: ACL-scale as a tool for preprocessing of many-valued contexts. In: Proceedings of the Second International Workshop on Soft Computing Applications and Knowledge Discovery (SCAD 2016), pp. 2–11 (2016)
15.
Metadaten
Titel
About Transformations of a Numerical Time Series Using a Linguistic Variable
verfasst von
Tatyana Afanasieva
Yriy Egorov
Nikolay Savinov
Copyright-Jahr
2018
Buch
Proceedings of the Second International Scientific Conference “Intelligent Information Technologies for Industry” (IITI’17)

Print ISBN: 978-3-319-68320-1

Electronic ISBN: 978-3-319-68321-8

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-319-68321-8_23