Build a Lightweight Dataset and Concept Drift Detection Method for Evolving Time Series Data Streams
Notice bibliographique
Résumé
Time series forecasting, a potent tool for predicting real-world entities such as financial markets and weather patterns, often grapples with the issue of concept drift, characterized by changes in the behaviour of the time series over time.This study aims to develop a lightweight time series model, efficient in training time, to match the data stream's arrival rate.Furthermore, a method to detect the presence of concept drift in the data stream, regardless of the time point, is discussed.Presented herein is a benchmark dataset, publicly accessible and specifically designed to simulate changing time series scenarios across diverse industries including Energy, Air Quality, and Pollution.This dataset amalgamates synthetic and actual time series along with ground truth concept drift locations, facilitating a comprehensive evaluation of concept drift detection techniques.A novel, lightweight concept drift detection method, which integrates supervised methodologies with statistical metrics to surmount the resource constraints often encountered in streaming data scenarios, is proposed.This method minimizes computational overhead while ensuring reliable drift detection in response to shifting data distributions.Experimental results indicate that the proposed approach surpasses prior methods in computational performance whilst accurately identifying idea drifts in evolving time series data streams.The study contributes a valuable dataset and a lightweight feature selection method, advancing the knowledge in the field of concept drift detection within the context of time series data streams.These advancements provide an efficient technique for tracking changing data patterns across various application domains, thus offering significant implications for future research.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».