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,...

وصف كامل

التفاصيل البيبلوغرافية

المؤلفون الرئيسيون:	David Rushing Dewhurst, Thayer Alshaabi, Dilan Kiley, Michael V. Arnold, Joshua R. Minot, Christopher M. Danforth, Peter Sheridan Dodds
التنسيق:	Artigo
اللغة:	Inglês
منشور في:	SpringerOpen 2020-02-01
سلاسل:	EPJ Data Science
الموضوعات:	Nonparametric statistics Sociotechnical time series Time-domain filtering Social media
الوصول للمادة أونلاين:	https://doi.org/10.1140/epjds/s13688-020-0220-x
الوسوم:	إضافة وسم لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!