Tóm tắt luận án Tiến sĩ Khoa học máy tính: Tìm kiếm tương tự trên chuỗi thời gian dạng luồng

Mục tiêu nghiên cứu của luận án nhằm xây dựng các phương pháp tìm kiếm tương tự trên chuỗi thời gian dạng luồng bằng độ đo Euclid có vận dụng các phép biến đổi thu giảm số chiều và cấu trúc chỉ mục đa mức phân giải. Ứng dụng các phương pháp tìm kiếm tương tự trên chuỗi thời gian dạng luồng để giải quyết một số bài toán.
Nội dung trích xuất từ tài liệu:
Tóm tắt luận án Tiến sĩ Khoa học máy tính: Tìm kiếm tương tự trên chuỗi thời gian dạng luồng ĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA BÙI CÔNG GIAO TÌM KIẾM TƯƠNG TỰ TRÊN CHUỖI THỜI GIAN DẠNG LUỒNGChuyên ngành: Khoa học máy tínhMã số chuyên ngành: 62.48.01.01 TÓM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT TP. HỒ CHÍ MINH NĂM 2019Công trình được hoàn thành tại Trường Đại học Bách Khoa – ĐHQG-HCMNgười hướng dẫn khoa học 1: PGS. TS. Dương Tuấn AnhPhản biện độc lập 1:Phản biện độc lập 2:Phản biện 1:Phản biện 2:Phản biện 3:Luận án sẽ được bảo vệ trước Hội đồng chấm luận án họp tại..............................................................................................................................................................................................................................................................vào lúc giờ ngày tháng nămCó thể tìm hiểu luận án tại thư viện: - Thư viện Khoa học Tổng hợp Tp. HCM - Thư viện Trường Đại học Bách Khoa – ĐHQG-HCM DANH MỤC CÔNG TRÌNH ĐÃ CÔNG BỐ[CT1] B. C. Giao and D. T. Anh, Efficient search for top-k discords in streaming time series, International Journal of Business Intelligence and Data Mining, (Scopus) 2018, InderScience (in press), DOI: 10.1504/IJBIDM.2018.10010853.[CT2] B. C. Giao and D. T. Anh, An application of similarity search in streaming time series under DTW: online forecasting, in Proceedings of the Eighth Symposium on Information and Communication Technology (SoICT 2017), Nha Trang City, Vietnam, Dec 7-8, 2017, pp. 10-17, ACM.[CT3] B. C. Giao and D. T. Anh, Improving SPRING method in similarity search over time series streams by data normalization, in Proceedings of Nature of Computation and Communication. ICTCC 2016. Lecture Notes of the Institute for Computer Sciences, Social Informatics and Telecommunications Engineering, vol. 168, pp. 189-202, 2016, Springer.[CT4] B. C. Giao and D. T. Anh, Similarity search for numerous patterns over multiple time series streams under dynamic time warping which supports data normalization, Vietnam Journal of Computer Science, vol. 3, no. 3, pp. 181-196, 2016, Springer.[CT5] B. C. Giao and D. T. Anh, Similarity search for numerous patterns in multiple high-speed time-series streams, in Proceedings of 2015 Seventh International Conference on Knowledge and Systems Engineering (KSE), Ho Chi Minh City, Vietnam, Oct 8-10, 2015, pp. 314-317, IEEE.[CT6] B. C. Giao and D. T. Anh, Similarity search in multiple high speed time series streams under Dynamic Time Warping, in Proceedings of 2015 Second National Foundation for Science and Technology Development Conference on Information and Computer Science (NICS), Ho Chi Minh City, Vietnam, Sep 16-18, 2015, pp. 82-87, IEEE.[CT7] B. C. Giao and D. T. Anh, Improving Sort-Tile-Recursive Algorithm for R-tree packing in indexing time series, in Proceeding of the 2015 IEEE RIVF International Conference on Computing & Communication Technologies - Research, Innovation, and Vision for Future (RIVF), Can Tho City, Vietnam, Jan 25-28, 2015, pp. 117-122, IEEE.[CT8] B. C. Giao and D. T. Anh, Efficient k-nearest neighbor search for static queries over high speed time-series streams, in Proceedings of Nature of Computation and Communication. ICTCC 2014. Lecture Notes of the Institute for Computer Sciences, Social Informatics and Telecommunications Engineering, vol. 144, pp. 83-97, 2015, Springer.[CT9] B. C. Giao and D. T. Anh, Efficient similarity search for static queries in streaming time series, in Proceedings of International Conference on Green and Human Information Technology (ICGHIT) 2014, Ho Chi Minh City, Vietnam, Feb 12-14, 2014, pp. 259-265.CHƯƠNG 1 GIỚI THIỆU1.1 Chuỗi thời gian dạng luồng và thách thức xử lý chuỗi thời gian dạng luồngChuỗi thời gian dạng luồng là một chuỗi thời gian có các giá trị mới tới được ghi nhậnmột cách liên tục và được nối vào cuối chuỗi theo thứ tự thời gian tới.Chuỗi thời gian dạng luồng có thể có tần suất lấy mẫu rất cao. Như vậy, để xử lý nhanhdữ liệu chuỗi thời gian dạng luồng trong thời gian thực, phương pháp xử lý phải có độphức tạp thời gian thấp và cần quét dữ liệu một lần. Hai yêu cầu này tạo ra thách thức tolớn cho các phương pháp xử lý chuỗi thời gian tĩnh nếu ta muốn làm cho các phươngpháp này thích nghi với việc xử lý chuỗi thời gian dạng luồng. Vì thế cần phải có các kỹthuật mới hay cải tiến từ các kỹ thuật đã có để đảm bảo rằng việc xử lý chuỗi thời giandạng luồng có hiệu quả theo hai tiêu chí đánh giá là chất lượng kết q ...