安东尼奥·阿纳斯塔西奥·布鲁托·达·科斯塔;帕拉布·达斯古普塔 从实时时间序列中学习时间因果关系。 (英语) Zbl 1497.68411号 J.阿蒂夫。智力。研究(JAIR) 70, 205-243 (2021). 摘要:我们的目标是挖掘时间因果序列,以解释时间序列轨迹中观察到的事件(结果)。时间序列中关键事件的因果解释在设计调试、异常检测、规划、根分析等方面都有应用。我们利用决策树和区间算法挖掘解释时间序列中定义事件的序列。我们提出了改进的决策树构造度量来处理时间维引入的非确定性。挖掘的序列用易于解释的可读时间逻辑语言表示。通过各种示例说明了所提出方法的应用。 引用于1文件 MSC公司: 68T05型 人工智能中的学习和自适应系统 62D20型 观察性研究的因果推断 62米10 统计学中的时间序列、自相关、回归等(GARCH) 关键词:因果关系;决策树;时间推理 软件:第4.5条;德克萨斯州 PDF格式BibTeX公司 XML格式引用 \textit{A.A.Bruto da Costa}和\textit{P.Dasgupta},J.Artif。智力。研究(JAIR)70,205--243(2021;Zbl 1497.68411) 全文: 内政部 arXiv公司 参考文献: [1] Aggarwal,C.C.(2015)。数据挖掘:教科书。斯普林格出版公司·Zbl 1311.68001号 [2] Asarin,E.等人(2012年)。时间属性的参数识别。InProc.公司。第二届运行时验证国际会议,第147-160页。 [3] Bakhirkin,A.等人(2018年)。stl的有效参数识别。在HSCC中,HSCC’18,第177-186页。ACM公司·Zbl 1409.68166号 [4] Chakrabarti,K.等人(2002年)。用于索引大型时间序列数据库的局部自适应降维。ACM事务处理。数据库系统。,27(2), 188-228. [5] Chang,P.H.,&Wang,L.C.(2010年)。通过模拟跟踪的顺序数据挖掘自动提取断言。在ASP-DAC中,第607-612页。 [6] Chockler,H.等人(2020年)。学习软件错误的语言。J.阿蒂夫。智力。研究,67,881-903·兹比尔1437.68071 [7] Danese,A.等人(2015a)。从行为模型的执行轨迹中自动提取断言。InProc.公司。日期,第67-72页。 [8] Danese,A.等人(2015b)。一种基于时间窗口的控制信号动态断言挖掘方法。InProc.公司。VLSI-SoC,第246-251页。 [9] Esling,P.和Agon,C.(2012年)。时间序列数据挖掘。ACM计算。调查。,45(1),12:1-12:34·Zbl 1293.68104号 [10] Evans,R.和Grefenstette,E.(2018年)。从噪声数据中学习解释规则。J.阿蒂夫。国际研究,61(1),1-64·Zbl 1426.68235号 [11] Faloutsos,C.等人(1994年)。时间序列数据库中的快速子序列匹配。1994年ACM SIGMOD国际数据管理会议记录,SIGMOD'94,第419-429页。ACM公司。 [12] Guo,R.等人(2018)。用数据学习因果关系的调查:问题和方法。CoRR,abs/1809.09337。 [13] IEEE(2010)。1850-2010年:IEEE属性规范语言标准(PSL)(https://standards.ieee.org/findsds/standard/1850-2010.html).. [14] IEEE(2012)。1800-2012-IEEE SystemVerilog统一硬件设计、规范和验证语言标准(http://standards.ieee.org/findsds/标准/1800-2012.html)。。 [15] Indyk,P.等人(2000年)。使用草图识别大规模时间序列数据集中的代表性趋势。《第26届超大数据库国际会议论文集》,VLDB’00,第363-372页,美国加利福尼亚州旧金山,Morgan Kaufmann Publishers Inc。 [16] J.R.Quinlan(1993)。C4.5:机器学习程序。Morgan Kaufmann Publishers Inc.,美国加利福尼亚州旧金山。 [17] Jin,X.等(2015)。从闭环控制模型中挖掘需求。IEEE集成电路和系统计算机辅助设计汇刊,34(11),1704-1717。 [18] Lemieux,C.等人(2015)。一般ltl规范挖掘(t)。InProc.公司。ASE的。 [19] Ma,J.和Perkins,S.(2003年)。时间序列的在线新颖性检测。第九届ACM SIGKDD知识发现和数据挖掘国际会议论文集,KDD’03,第613-618页,美国纽约州纽约市。 [20] Maler,O.和Nickovic,D.(2004年)。监测连续信号的时间特性。《时间系统形式化建模与分析程序》(FORMATSFTRTFT)。LNCS第3253卷,第152-166页。斯普林格·Zbl 1109.68518号 [21] Mitchell,T.M.(1997)。机器学习(第1版)。McGraw-Hill,Inc.,美国纽约州纽约市·Zbl 0913.68167号 [22] Ott,R.L.和Longnecker,M.T.(2006)。统计方法和数据分析导论(附光盘)。达克斯伯里出版社,美国马萨诸塞州波士顿。 [23] Pearl,J.(1995)。实证研究的因果图。《生物特征》,82(4),669-688·Zbl 0860.62045号 [24] Pearl,J.(2000)。因果关系:模型、推理和推理。剑桥大学出版社,美国纽约州纽约市·Zbl 0959.68116号 [25] Pearl,J.(2019)。因果推理的七种工具,以及对机器学习的反思。Commun公司。美国医学会,62(3),54-60。 [26] Pearl,J.等人(2009年)。统计学中的因果推理:概述。统计调查,396-146·Zbl 1300.62013年 [27] Pnueli,A.(1977年)。程序的时序逻辑。第18届计算机科学基础年度研讨会论文集,SFCS’77,第46-57页,美国华盛顿特区。IEEE计算机学会。 [28] Quinlan,J.R.(1986)。决策树的归纳。马赫。学习。,1(1), 81-106. [29] Ralanamahatana,C.A.等人(2005年)。挖掘时间序列数据,第1069-1103页。施普林格美国。 [30] Vasudevan,S.等人(2010年)。GoldMine:使用数据挖掘和静态分析自动生成断言。InProc.公司。日期,第626-629页。 [31] Yang,H.等(2012)。查询嵌入式系统上的参数时态逻辑属性。InProf.教授。ICTSS。 [32] Ypma,A.等人(1997年)。使用自组织映射进行新颖性检测。InIn过程。第1322-1325页。斯普林格。 [33] Zhong,S.和Khoshgoftaar,T.M.(2007)。基于聚类的网络入侵检测。国际可靠性、质量和安全工程杂志,14(2),169-187 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。