关键词:
多变量相关性
时空数据嵌入
可视分析
摘要:
多变量时序数据在时间和空间维度上具有复杂性,因此处理和分析这类数据面临挑战,包括分析变量之间复杂的相互作用关系,及捕捉它们随时间变化的模式。此外,如何有效展示和解释这些模式也是一项重要任务。本文提出了一种双模块多变量时空编码器(Multivariate SpatioTemporal Encoder,MSTE)模型。首先,在单个时间窗口内,通过静态图模型表征变量间的相关性;其次,使用动态图模型编码连续时间窗口间的相关性演变。该模型不仅能够学习单个变量的时序嵌入,还能通过考虑变量间关系的稳定过渡,生成用于动态演变模式提取的平滑时空相关性嵌入。此外,本文还设计并实现了一个交互式数据探索的可视分析系统,基于MSTE模型学习到的特征表示,多尺度、多维度地剖析多变量时序数据相关性及其随时间变化的规律。