The shocklet transform: a decomposition method for the identification of local, mechanism-driven dynamics in sociotechnical time series
Abstract We introduce a qualitative, shape-based, timescale-independent time-domain transform used to extract local dynamics from sociotechnical time series—termed the Discrete Shocklet Transform (DST)—and an associated similarity search routine, the Shocklet Transform And Ranking (STAR) algorithm,...
Збережено в:
| Автори: | , , , , , , |
|---|---|
| Формат: | Artigo |
| Мова: | Inglês |
| Опубліковано: |
SpringerOpen
2020-02-01
|
| Серія: | EPJ Data Science |
| Предмети: | |
| Онлайн доступ: | https://doi.org/10.1140/epjds/s13688-020-0220-x |
| Теги: |
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|