Τεχνικές εξόρυξης δεδομένων για την ανάλυση πολυδιάστατων χρονοσειρών
Loading...
Date
Authors
Πίππα, Ευαγγελία
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Αντικείμενο της παρούσας διατριβής αποτελεί η χρονική και φασματική ανάλυση καθώς επίσης και η σύντηξη δεδομένων για το συνδυασμό πληροφορίας μεταξύ ενός αριθμού διαφορετικών μονάδων αισθητήρων (διαστάσεων) για τη βελτίωση της κατηγοριοποίησης συμβάντων από δεδομένα πολυδιάστατων χρονοσειρών (κάθε διάσταση αντιστοιχεί σε δεδομένα που αντλούνται από μία μονάδα αισθητήρα). Παρόλο που η αναγωγή του προβλήματος σε μονοδιάστατο, η οποία πραγματοποιείται από το ευρέως γνωστό σχήμα σύντηξης σε επίπεδο χαρακτηριστικών, επιτρέπει τη σύλληψη των εξαρτήσεων μεταξύ των διαστάσεων, η σημαντική αύξηση της διαστατικότητας του διανύσματος χαρακτηριστικών δεν επιτρέπει την εκπαίδευση μοντέλων κατηγοριοποίησης με χρήση ενός περιορισμένου αριθμού δειγμάτων που είναι συνήθως διαθέσιμα στην πράξη. Εναλλακτικά, χρησιμοποιείται ένα σχήμα σύντηξης σε επίπεδο αποφάσεων που εκτελεί σύντηξη των αποφάσεων βασιζόμενο στην υπόθεση ότι το χρονικό περιεχόμενο ποικίλει σημαντικά μεταξύ των διαστάσεων. Επομένως, απαιτούνται τοπικά εξειδικευμένα για κάθε μονάδα αισθητήρα μοντέλα εκπαίδευσης. Έτσι, στην παρούσα διατριβή παρουσιάζεται ένα νέο σχήμα σύντηξης σε επίπεδο αποφάσεων που εκτελεί σύντηξη των αποφάσεων υποθέτοντας πως οι παραλλαγές μεταξύ των διαστάσεων είναι αμελητέες και άρα ένα γενικό (κοινό για όλες τις μονάδες αισθητήρων) μοντέλο μπορεί να χρησιμοποιηθεί. Το προτεινόμενο σχήμα διατηρεί τη διαστατικότητα αρκετά χαμηλή, ενώ η ενσωμάτωση ενός γενικού μοντέλου εκπαίδευσης επιτρέπει τη χρήση περισσότερων δειγμάτων εκπαίδευσης. Είναι προφανές ότι και τα τρία σχήματα αποσκοπούν στην κατηγοριοποίηση γενικευμένων συμβάντων, δηλαδή το συμβάν μπορεί να εντοπιστεί σε όλες τις μονάδες αισθητήρων /διαστάσεις με διαφορετικούς βαθμούς εμπιστοσύνης. Στην παρούσα διατριβή πραγματοποιείται μια εκτενής σύγκριση του προτεινόμενου σχήματος ενώ και τα τρία αξιολογούνται σε σχέση με δύο διαφορετικά πεδία εφαρμογής: την ανάλυση ηλεκτροεγκεφαλογραφικών δεδομένων και την ανάλυση δεδομένων ανθρώπινης κίνησης.
Όσον αφορά στο πρώτο πεδίο εφαρμογής, σε αυτή τη διατριβή διερευνάται το πρόβλημα της αυτόματης κατηγοριοποίησης επιληπτικών και μη επιληπτικών συμβάντων από ηλεκτροεγκεφαλογραφικές καταγραφές. Σε αντίθεση με την υπάρχουσα σχετική βιβλιογραφία, στην παρούσα διατριβή η μη-επιληπτική κλάση επεκτείνεται τόσο σε συμβάντα ψυχογενούς μη επιληπτικής κρίσης (psychogenic non-epileptic seizure-PNES) όσο και σε συμβάντα αγγειοδιασταλτικής συγκοπής (vasovagal syncope - VVS). Για το σκοπό της κατηγοριοποίησης, από κάθε διαθέσιμο σήμα εξάγεται ένας μεγάλος αριθμός από χρονικά και φασματικά χαρακτηριστικά και επιστρατεύονται διάφοροι αλγόριθμοι κατηγοριοποίησης. Εξαιτίας του μεγάλου αριθμού χαρακτηριστικών πραγματοποιείται μείωση της διαστατικότητας με δύο διαφορετικές στρατηγικές: επιλογή χαρακτηριστικών με βάση την κατάταξη των χαρακτηριστικών από κάποια σχετική μέθοδο όπως το t-test ή ο αλγόριθμος ReliefF και Ανάλυση Κύριων Συνιστωσών (Principal Component Analysis - PCA). Με αυτό τον τρόπο μελετάται η απόδοση κάθε σχήματος ως συνάρτηση της διαστατικότητας του διανύσματος χαρακτηριστικών.
Όσον αφορά στο δεύτερο πεδίο εφαρμογής, δεδομένα πολυδιάστατων χρονοσειρών που έχουν προκύψει από την επισύναψη μονάδων αισθητήρων που περιλαμβάνουν επιταχυνσιόμετρο, γυροσκόπιο και μαγνητόμετρο σε διαφορετικά μέρη του ανθρώπινου σώματος (κεφάλι, στήθος, μέση, καρπό, μηρό, αστράγαλο) αναλύονται με απώτερο σκοπό την αυτόματη ανίχνευση πτώσεων και την ακριβή διάκρισή τους από άλλες καθημερινές δραστηριότητες (Activities of Daily Living - ADLs). Και τα τρία σχήματα σύντηξης αξιολογούνται σε συνδυασμό με αυτή την εφαρμογή. Τα διαφορετικά χαρακτηριστικά αυτού του συνόλου δεδομένων υποδεικνύουν ορισμένες από τις παραμέτρους που μπορούν να βοηθήσουν στην επιλογή του καταλληλότερου σχήματος κάθε φορά.
Επίσης, εισάγεται ένα νέο σχήμα που χρησιμοποιεί τανυστές για την μοντελοποίηση του χώρου χαρακτηριστικών και την κατηγοριοποίηση συμβάντων από πολυδιάστατες χρονοσειρές. Παρόλο που η αναπαράσταση μητρώου που αντιμετωπίζει τα χαρακτηριστικά ως ενοποιημένα διανύσματα επιτρέπει τη σύλληψη των εξαρτήσεων μεταξύ των καναλιών, οδηγεί σε σημαντική αύξηση της διαστατικότητας του διανύσματος χαρακτηριστικών και υπολείπεται κάποιου μέσου μοντελοποίησης των εξαρτήσεων μεταξύ των χαρακτηριστικών. Για αυτό το λόγο, στην παρούσα διατριβή εισάγεται ένα νέο σχήμα που βασίζεται σε χρήση τανυστή και συγκρίνεται με το ευρέως χρησιμοποιούμενο σχήμα σύντηξης σε επίπεδο χαρακτηριστικών. Για την εκπαίδευση της λογικής του αρχικού υψηλής διαστατικότητας χώρου χαρακτηριστικών εφαρμόζεται δίασπαση TUCKER. Το νέο σχήμα αξιολογήθηκε σε σχέση με το πρόβλημα της κατηγοριοποίησης επιληπτικών και μη επιληπτικών συμβάντων από τα διαθέσιμα ηλεκτροεγκεφαλογραφικά δεδομένα επιτυγχάνοντας την υψηλότερη ακρίβεια κατηγοριοποίησης.
Description
Keywords
Πολυδιάστατες χρονοσειρές, Κατηγοριοποίηση, Σύντηξη χαρακτηριστικών, Σύντηξη αποφάσεων, Τανυστές