Clustering and classification of time series using topological data analysis with applications to finance

In this paper, we propose new methods for time series classification and clustering. These methods are based on techniques of Topological Data Analysis (TDA) such as persistent homology and time delay embedding for analysing time-series data. We present a new clustering method SOM-TDA and a new clas...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Expert systems with applications Ročník 162; s. 113868
Hlavní autoři:	Majumdar, Sourav, Laha, Arnab Kumar
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York Elsevier Ltd 30.12.2020 Elsevier BV
Témata:	Classification Clustering Data analysis Finance Homology Persistent homology Random forest Self organizing maps Takens theorem Time delay embedding Time lag Time series Topology Random forest Persistent homology Self organizing maps Time delay embedding Takens theorem
ISSN:	0957-4174, 1873-6793
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!