Loading...
ComparaciĆ³n de algoritmos para clustering de "streams" de series de tiempo
Citations
Altmetric:
Abstract
In recent years, technological advances have resulted in a huge increment in data production as in the evolution of methods that facilitated its collection. The data that arrive continuously and massively with infinite tendency are known as data streams. The source of these data is, for instance, sensors, bank personal transactions and automated measuring tools among others. The algorithms for processing this kind of data must provide rapid and real time responses, which implies that they must maintain a decision model all the time. The clustering of data streams by variables finds groups of variables (data streams) with similar behavior over time. In this work we compare two different approaches of algorithms for clustering of data streams by variables: ODAC, a divisive hierarchical algorithm and CORREL that operates over the Sliding Windows model and performs clustering by partitioning. Based on the experimental it is study concluded that ODAC outperforms CORREL because of its performance and independence from the distribution of data streams. However, it required a big amount of data points (āexamplesā) to discover the inherent clustering structure.
En aƱos recientes, los avances tecnolĆ³gicos han dado lugar a un enorme incremento en la producciĆ³n de datos y han facilitado su recolecciĆ³n. Los datos que llegan continuamente, de forma masiva y con tendencia infinita se conocen como data streams. Sus fuentes son por ejemplo sensores, transacciones bancarias y mediciones automatizadas. Los algoritmos destinados a procesar estos datos deben brindar respuestas rĆ”pidas y en tiempo real, lo que implica mantener un modelo de decisiĆ³n en todo momento. El clustering de data streams por variables busca encontrar grupos de data streams (variables) con un comportamiento similar a lo largo del tiempo. En el presente trabajo se comparan dos enfoques de algoritmos de clustering de data streams por variables: ODAC, un algoritmo jerĆ”rquico divisivo y CORREL que utiliza el modelo Sliding Windows y realiza el clustering por particionamiento. Basado en el estudio experimental se concluye que ODAC supera a CORREL, debido a su rendimiento e independencia de la distribuciĆ³n de las variables. Sin embargo, este requiere que el conjunto de datos posea una una gran cantidad de observaciones (ejemplos) para descubrir la estructura de clusters subyacente.
En aƱos recientes, los avances tecnolĆ³gicos han dado lugar a un enorme incremento en la producciĆ³n de datos y han facilitado su recolecciĆ³n. Los datos que llegan continuamente, de forma masiva y con tendencia infinita se conocen como data streams. Sus fuentes son por ejemplo sensores, transacciones bancarias y mediciones automatizadas. Los algoritmos destinados a procesar estos datos deben brindar respuestas rĆ”pidas y en tiempo real, lo que implica mantener un modelo de decisiĆ³n en todo momento. El clustering de data streams por variables busca encontrar grupos de data streams (variables) con un comportamiento similar a lo largo del tiempo. En el presente trabajo se comparan dos enfoques de algoritmos de clustering de data streams por variables: ODAC, un algoritmo jerĆ”rquico divisivo y CORREL que utiliza el modelo Sliding Windows y realiza el clustering por particionamiento. Basado en el estudio experimental se concluye que ODAC supera a CORREL, debido a su rendimiento e independencia de la distribuciĆ³n de las variables. Sin embargo, este requiere que el conjunto de datos posea una una gran cantidad de observaciones (ejemplos) para descubrir la estructura de clusters subyacente.
Description
Date
2012-05
Journal Title
Journal ISSN
Volume Title
Publisher
Collections
Keywords
Algorithms, Clustering, Variables, Streams