时序分割2017KDD论文 基于托普利兹逆协方差矩阵的时间序列聚类（TICC）

基于Toeplitz逆协方差的多元时间序列数据聚类

Toeplitz-based inverse covariance clustering of multivariate time series data dependent on an inverse covariance matrix

该研究论文探讨了基于Toeplitz逆相关矩阵的时间序列数据聚类方法

作者：David Hallac, Sagar Vare, Stephen Boyd, Jure Leskovec 斯坦福大学

github中有代码：https://github.com/davidhallac/TICC

相关连接：(此论文相关的两个分享，可做参考)

<>

<>

目录

一、文章梳理

二、代码梳理

三、总结思考

---

一、文章梳理

ABSTRACT

阐述子序列分类的重要性，在识别出规律后，复杂数据库可用少量状态量表示，并通过举例说明：如健身传感器数据所示（走、停和跑三个状态构成了时间线）。

探讨模式挖掘面临的挑战

本研究中提出了一种名为TICC的新方法，在本方法中具体阐述了类的定义问题，并采用了EM算法中的单一参数来解决TICC相关的问题。进一步而言，在第一个结果方面我们采用了动态规划这一优化策略，在第二个结果方面则实施了相应的优化策略