时序人

33 篇文章
5.6K 次阅读
16 人订阅

全部文章

VachelHu

Shapelet : 一种象形化的时间序列特征提取方法

对时间序列的分析涉及生产生活中的方方面面,像监控告警、股票分析、营销预测等等,很多场景中,我们都有及时掌握海量时序数据中特征,快速决策的需求。传统的统计分析方法...

5310
VachelHu

KDD 2021 | 大规模安全稀疏逻辑回归提速隐私计算

近年来,随着数据安全和隐私保护的要求越来越严格,数据孤岛的问题越来越严重,阻碍了AI模型训练的进一步发展,因此隐私计算相关的研究和实践逐渐成为了一个热门的...

8320
VachelHu

NeurIPS 2021 | 微观特征混合进行宏观时间序列预测

时间序列预测的应用非常的广泛,像股票预测、销量预测、贷款预测等等,在生产生活中发挥着极大的价值。现有的模型,比如ARIMA,Prophet,状态空间模型或者神经...

10210
VachelHu

时间序列多步预测的五种策略

时间序列预测就是利用过去一段时间的数据来预测未来一段时间内的信息,包括连续型预测(数值预测,范围估计)与离散型预测(事件预测)等,具有非常高的商业价值。

10920
VachelHu

AIOps行业领军,DynaTrace能力初窥

通过DynaTrace的OneAgent等功能组建能全面了解服务所运行的环境。其中包括:Metric、Log、Trace,具有完整的分布式跟踪能力,可以在抓取到...

8120
VachelHu

动手实战 | 用户行为数据分析

在互联网普及上升、网络零售发展驱动下,电商行业发展迅猛,用户规模持续增长。在此背景下,对用户的行为分析已经不是人力所能解决的。利用数据挖掘,机器学习的方式分析行...

4410
VachelHu

KDD 2021 | 多维时间序列无监督异常检测方法

异常检测是监控实体(如制造系统和互联网服务)各种状态(即指标)的一项关键任务,这些实体的监控数据一般都是多维时间序列。在真实工业场景中,异常检测常常缺少足够的标...

13820
VachelHu

动手实战 | Statsmodels 中经典的时间序列预测方法

Statsmodels库是Python中一个强大的统计分析库,包含假设检验、回归分析、时间序列分析等功能,能够很好的和Numpy和Pandas等库结合起来,提高...

12230
VachelHu

时间序列中如何进行交叉验证

交叉验证是帮助机器学习模型选择最优超参数的有用程序。它对于较小的数据集特别有用,因为这些数据集没有足够的数据来创建具有代表性的训练集、验证集和测试集。

9810
VachelHu

SIGMOD 2021 | 时间序列相关论文一览(附原文源码)

ACM SIGMOD,数据管理国际会议(Special Interest Group on Management Of Data.)是由美国计算机协会(ACM)...

16610
VachelHu

KDD 2021 | 时空动态图网络用于交通流的预测

ACM SIGKDD(Conference on Knowledge Discovery and Data Mining, KDD)是世界数据挖掘领域的最高级别...

22640
VachelHu

WSDM 2021 | 快速有效的无监督时间序列异常检测框架 FluxEV

WSDM的英文全称是 The International Conference on Web Search and Data Mining,中文意思是国际互联网...

27730
VachelHu

图神经网络应用于时间序列异常检测

最近,图神经网络技术应用到时间序列的分析,引起了学术界广泛的研究兴趣。本次文章分享两篇最近阅读的,图神经网络用于时间序列异常检测的论文。

31920
VachelHu

WWW2021:基于增量时空图学习的POI查询框架

兴趣点(Point-of-Interest, POI)查询是目前地图服务系统与叫车应用中最重要的功能之一。现有的POI查询方法聚焦在比较查询的上下文信息和POI...

14240
VachelHu

IJCAI 2021 | 面向睡眠阶段分类的多模态显著性波形检测网络

睡眠阶段分类对于睡眠质量评估和疾病诊断至关重要,睡眠专家通常利用视觉检查的方式对原始睡眠信号进行特征波形的标注和人工分类,但人工标注费时费力且容易受到主观意识的...

15140
VachelHu

深入浅出:隐马尔科夫模型

隐马尔科夫模型(Hidden Markov Model,HMM),和回归、分类那些处理相互独立的样本数据的模型不同,它用于处理时间序列数据,即样本之间有时间序列...

12240
VachelHu

时序预测:从两篇高影响力的论文谈起

本文从两篇高影响力的时序预测文章谈起,其中一篇是18年放在arXiv上的文章,文中总结性地提出了时序卷积网络(TCN: Temporal Convolutio...

30120
VachelHu

【TS深度学习】时间卷积神经网络

在深度学习的知识宝库中,除了前面文章中介绍的RNN,还有一个重要的分支:卷积神经网络(CNN),其广泛应用于视觉,视频等二维或者多维的图像领域。卷积网络具有深度...

13610
VachelHu

论文整理 | 生理信号时序分类与深度学习

以机器/深度学习和生理信号分类为主题,整理了近10年的500余篇学术论文,涵盖了13种不同的分类任务、10余种典型的分类模型以及4种不同类型的信号。作者把论文整...

16720
VachelHu

时序的商业应用:ITOM与AIOps行业分析

从古至今商人和企业家们一直在追求提高经营效率的方法,从最早的结绳记事,到后来发明珠算,业务在不断变革,以提高效率。

27530

扫码关注云+社区

领取腾讯云代金券