Exogenous Data in Forecasting: FARM — An Approach for Relevance Evaluation

要約

タイトル: 予測における外生データ：関連性評価のためのFARMアプローチ
要約: 外生データは、予測の精度を向上させるための重要な役割があると考えられています。 外生データを適切に選択するためには、基本的な最初のステップとして外生データの参照時系列との類似性に基づく包括的な関連性分析が必要です。 時系列類似性の既存の指標に着想を得て、リアルタイムデータストリームに効果的に対処できるFARM – Forward Angular Relevance Measureという新しいアプローチを紹介します。 このフォワード メソッドは、時間歪ませた系列を効率的に整列することで、次のデータポイントでの変更を比較する角度的な特徴に依存しています。 提案されたアルゴリズムは、局所的なおよびグローバルな測定値を組み合わせて、バランスのとれた関連性測定値を提供します。これにより、中間の一部のマッチも外生データ系列の重要性の有意な指標として考慮されます。最初の検証ステップとして、FARMアプローチを合成したが代表的な信号と実世界の時系列記録の両方に適用しています。既存のアプローチに比べて改善された機能を示しながら、私たちは私たちの考えの既存の制約と限界についても議論しています。

– 外生データは、予測の精度を向上させるために重要である。
– 外生データを適切に選択するためには、包括的な関連分析が必要である。
– FARM – Forward Angular Relevance Measureは、リアルタイムデータストリームに対処するために有効である。
– 提案されたアルゴリズムは、局所的なおよびグローバルな測定値を組み合わせて、バランスのとれた関連性測定値を提供する。
– FARMアプローチは、合成的で代表的な信号および実世界の時系列記録の両方に対して適用される。
– FARMアプローチは、既存のアプローチに比べて改善された機能を示すが、制約や限界もある。

要約(オリジナル)

Exogenous data is believed to play a key role for increasing forecasting accuracy. For an appropriate selection, a throughout relevance analysis is a fundamental first step, starting from the exogenous data similarity with the reference time series. Inspired by existing metrics for time series similarity, we introduce a new approach named FARM – Forward Angular Relevance Measure, able to effectively deal with real-time data streams. Our forward method relies on an angular feature that compares changes in subsequent data points to align time-warped series in an efficient way. The proposed algorithm combines local and global measures to provide a balanced relevance measure. This results in considering also partial, intermediate matches as relevant indicators for exogenous data series significance. As a first validation step, we present the application of our FARM approach to both synthetic but representative signals and real-world time series recordings. While demonstrating the improved capabilities with respect to existing approaches, we also discuss existing constraints and limitations of our idea.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI