مشخصات کتاب

Unsupervised Pattern Discovery in Automotive Time Series: Pattern-based Construction of Representative Driving Cycles

ویرایش:  
نویسندگان: Fabian Kai Dietrich Noering  
سری:  
ISBN (شابک) : 9783658363352, 9783658363369 
ناشر: Springer Fachmedien Wiesbaden GmbH 
سال نشر: 2021 
تعداد صفحات: [165] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 5 Mb 

در صورت تبدیل فایل کتاب Unsupervised Pattern Discovery in Automotive Time Series: Pattern-based Construction of Representative Driving Cycles به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب کشف الگوی بدون نظارت در سری های زمانی خودرو: ساخت و ساز بر اساس الگوی چرخه های رانندگی نماینده نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.

توضیحاتی در مورد کتاب کشف الگوی بدون نظارت در سری های زمانی خودرو: ساخت و ساز بر اساس الگوی چرخه های رانندگی نماینده

در دهه گذشته کشف الگوی بدون نظارت در سری های زمانی، یعنی مشکل یافتن دنباله های مشابه تکرار شونده در سری های زمانی طولانی چند متغیره بدون نیاز به پرس و جو از دنباله های فرعی، توجه بیشتری را در تحقیقات و صنعت به خود جلب کرده است. کشف الگو قبلاً با موفقیت در زمینه های مختلفی مانند زلزله شناسی، پزشکی، روباتیک یا موسیقی به کار گرفته شده بود. تاكنون كاربردي در سري زماني خودرو مورد بررسي قرار نگرفته است. این پایان نامه با مطالعه ویژگی های خاص سیاهه های حسگر خودرو و ارائه یک رویکرد مناسب برای کشف الگو، این خواسته را پر می کند. برای اثبات مزایای روش‌های کشف الگو در کاربردهای خودرو، این الگوریتم برای ساخت چرخه‌های رانندگی نماینده اعمال می‌شود.

توضیحاتی درمورد کتاب به خارجی

In the last decade unsupervised pattern discovery in time series, i.e. the problem of finding recurrent similar subsequences in long multivariate time series without the need of querying subsequences, has earned more and more attention in research and industry. Pattern discovery was already successfully applied to various areas like seismology, medicine, robotics or music. Until now an application to automotive time series has not been investigated. This dissertation fills this desideratum by studying the special characteristics of vehicle sensor logs and proposing an appropriate approach for pattern discovery. To prove the benefit of pattern discovery methods in automotive applications, the algorithm is applied to construct representative driving cycles.

فهرست مطالب

Danksagung
Zusammenfassung
Abstract
Contents
Abbreviations
Symbols
List of Figures
List of Tables
1 Introduction
	1.1 Motivation
	1.2 Structure of the Thesis
2 Related Work
	2.1 Pattern Discovery in Time Series
		2.1.1 Terminology
		2.1.2 Matrix Profile
		2.1.3 Discretization-based Approaches
		2.1.4 Other Approaches
	2.2 Representative Cycles
		2.2.1 Possible Applications
		2.2.2 Representativeness
		2.2.3 Existing Construction Methods
	2.3 The Idea of Pattern-based Cycles
3 Development of Pattern Discovery Algorithms for Automotive Time Series
	3.1 Suitability of Approaches
		3.1.1 Special Requirements in Automotive Time Series
		3.1.2 Discussion of Suitability
	3.2 Framework Introduction
	3.3 Preprocessing—Reduction of Complexity
		3.3.1 Problem of Symbolic Toggling
		3.3.2 Problem of Multidimensionality
		3.3.3 Problem of Time Warping
	3.4 Creating a Dictionary
		3.4.1 Adapted Sequitur Compression Algorithm
		3.4.2 Pattern Enumeration Algorithm
	3.5 Postprocessing—Selection of Relevant Patterns
		3.5.1 Filtering of Irrelevant Patterns
		3.5.2 Selection of Representative Patterns
4 Pattern-based Representative Cycles
	4.1 Pattern-based Statistics
		4.1.1 Characteristic Parameters
		4.1.2 Use Case Differentiation
		4.1.3 Pattern-based Distance Measure
		4.1.4 Influence of Pattern Discovery
	4.2 Identification of Full Trip RDC
		4.2.1 Trips and Pattern Sets
		4.2.2 Selection of RDC
	4.3 Construction of RDC
		4.3.1 Selection of Absolute Pattern Frequency
		4.3.2 Solving a Directed Graph Problem
		4.3.3 Design of Transitions between Patterns
5 Evaluation
	5.1 Experimental Evaluation of Unsupervised Pattern Discovery
		5.1.1 Synthetic Randomized Data Set
		5.1.2 Real-Life Data Set
		5.1.3 Dimensionality
		5.1.4 Postprocessing
	5.2 Representativeness of Driving Cycles
		5.2.1 Basics
		5.2.2 Identification of Full Trip RDC
		5.2.3 Construction of RDC
		5.2.4 Evenly Distributed Pattern Frequency RDCs
6 Conclusion
A References

نظرات کاربران

کتاب های تصادفی

دانلود کتاب Blackwell Handbook of Social Psychology - Intergroup Processes

دانلود کتاب Remember to Remember: Improve Your Recall, Memorize Anything, and Never Forget a Name

دانلود کتاب Crazy for Crab: Everything You Need to Know to Enjoy Fabulous Crab at Home

دانلود کتاب ReNEUAL Model Rules on EU Administrative Procedure

دانلود کتاب Eve of a Hundred Midnights: The Star-Crossed Love Story of Two WWII Correspondents and Their Epic Escape Across the Pacific