LLT: An R package for Linear Law-based Feature Space Transformation

要約

【タイトル】
LLT: 線型法に基づく特徴空間変換のためのRパッケージ

【要約】
・LLTアルゴリズムの目的：単変量および多変量時系列データの分類支援。
・製品の名前：LLTというRパッケージ。
・LLTパッケージの実装方法：柔軟性と使いやすさを兼ね備えたもの。
・LLTパッケージの実装手順：トレーニングセットとテストセットにインスタンスを分割。時間遅れ埋め込み技術とスペクトル分解技術を使用して、トレーニングセット内の各入力シーケンス（初期の特徴量）の支配パターン（線型法と呼ばれる）を特定する。最後に、トレーニングセットの線型法をテストセットの初期特徴量変換に適用する。これらのステップは、trainTest、trainLaw、testTransと呼ばれる3つの別々の関数によって実行されます。
・LLTパッケージおよび適切なデータ構造のサンプルデータセットは、GitHub上で公開されています。

要約(オリジナル)

The goal of the linear law-based feature space transformation (LLT) algorithm is to assist with the classification of univariate and multivariate time series. The presented R package, called LLT, implements this algorithm in a flexible yet user-friendly way. This package first splits the instances into training and test sets. It then utilizes time-delay embedding and spectral decomposition techniques to identify the governing patterns (called linear laws) of each input sequence (initial feature) within the training set. Finally, it applies the linear laws of the training set to transform the initial features of the test set. These steps are performed by three separate functions called trainTest, trainLaw, and testTrans. Their application requires a predefined data structure; however, for fast calculation, they use only built-in functions. The LLT R package and a sample dataset with the appropriate data structure are publicly available on GitHub.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI