PYRREGULAR: A Unified Framework for Irregular Time Series, with Classification Benchmarks

要約

さまざまな記録頻度、異なる観測期間、および欠損値を特徴とする不規則な時間データは、モビリティ、ヘルスケア、環境科学などの分野で重要な課題を提示します。
既存の研究コミュニティは、多くの場合、これらの課題を単独で見落としたり、対処したりして、断片化されたツールと方法につながります。
このギャップを埋めるために、統一されたフレームワークと、不規則な時系列分類のための最初の標準化されたデータセットリポジトリを紹介します。
このリポジトリは、多様なドメインとコミュニティからの12の分類モデルをベンチマークする34のデータセットで構成されています。
この作業は、研究努力を集中化し、不規則な時間的データ分析方法のより堅牢な評価を可能にすることを目的としています。

要約(オリジナル)

Irregular temporal data, characterized by varying recording frequencies, differing observation durations, and missing values, presents significant challenges across fields like mobility, healthcare, and environmental science. Existing research communities often overlook or address these challenges in isolation, leading to fragmented tools and methods. To bridge this gap, we introduce a unified framework, and the first standardized dataset repository for irregular time series classification, built on a common array format to enhance interoperability. This repository comprises 34 datasets on which we benchmark 12 classifier models from diverse domains and communities. This work aims to centralize research efforts and enable a more robust evaluation of irregular temporal data analysis methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google