Retrieving Time-Series Differences Using Natural Language Queries

要約

タイムシリーズデータを効果的に検索することは、システム分析に不可欠です。
ただし、従来の方法では、検索基準を定義するためにドメインの専門知識が必要です。
最近の進歩により、自然言語ベースの検索が可能になりましたが、これらの方法は時系列データ間の違いを処理するのに苦労しています。
この制限に対処するために、クエリで指定された違いに基づいて、時系列データのペアを取得するための自然言語クエリベースのアプローチを提案します。
具体的には、違いの6つの重要な特性を定義し、対応するデータセットを構築し、対照的な学習ベースのモデルを開発して、時系列データ間の違いをクエリテキストに合わせます。
実験結果は、私たちのモデルが時系列ペアを取得する際に0.994の全体的なマップスコアを達成することを示しています。

要約(オリジナル)

Effectively searching time-series data is essential for system analysis; however, traditional methods often require domain expertise to define search criteria. Recent advancements have enabled natural language-based search, but these methods struggle to handle differences between time-series data. To address this limitation, we propose a natural language query-based approach for retrieving pairs of time-series data based on differences specified in the query. Specifically, we define six key characteristics of differences, construct a corresponding dataset, and develop a contrastive learning-based model to align differences between time-series data with query texts. Experimental results demonstrate that our model achieves an overall mAP score of 0.994 in retrieving time-series pairs.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google