Searching and Mining Trillions of Time Series Subsequences under Dynamic Time Wraping

ABSTRACT:

   大多数序列数据挖掘算法使用相似度搜索作为一下子任务，因此用于相似搜索的时间常常是所有这种挖掘算法的限制所在。在工作界，有许多十亿级时序序列因为上述的限制而等着被解决。在这篇论文中，我们表明4个新颖的想法，这样我们可以第一次搜索和挖掘大量的数据。

1. INTRODUCTION

    时序序列被广泛应用于人类的各个方面，包括医疗，金融，科学和娱乐。因此，时序序列获得这么大的注意和研究一点也不意外。大多数时序序列使用使用相似度搜索作为一个子任务，因此尽管有不少可替代方案，有越来越多的证据表明，在大多数领域，经典的DTW算法度量依然是最好的度量。

 

1.1 说明trillion 是一个多么大的数字

    简而言之，如果我们有一个1T长度的数据，每一个数据由8个字节表示，那么需要7.2T的数据量来表示。

 

1.2 我们的假设的表述

   1.2.1 时序序列被先被归一化

   1.2.2 DTW算法是最好的度量

   1.2.3 不是任意的QUERY序列都能被索引