Korelacijsko grupiranje vremenskih nizova

završni rad

• Naslov (engleski): Correlation Based Clustering of Time Series
• Autor: Matea Torbarina
• Mentor: Zvonko Kostanjčar (mentor)
• Član povjerenstva: Zvonko Kostanjčar (predsjednik povjerenstva)
• Član povjerenstva: Mate Puljiz (član povjerenstva)
• Član povjerenstva: Stjepan Begušić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2017-09-12, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Elektrotehnika

Sažetak

Problem primjene tradicionalnih algoritama grupiranja na visoko-dimenzionalnim vremenskim nizovima je unaprijed definirani broj grupa. Veliki izazov predstavlja upravo česta vremenska promjenjivost grupiranja i unaprijed nepoznat broj grupa. U modeliranju sličnosti parova vremenskih nizova kao korisna statistička mjera koristi se mjera korelacije, na kojoj se zasnivaju novi algoritmi grupiranja. U radu se istražuju algoritmi korelacijskog grupiranja, te se razvija novi algoritam za primjenu na vremenskim nizovima. Istražene su razne inačice, svojstva i metode estimacije korelacijskih matrica vremenskih nizova, nakon čega je razvijen algoritam korelacijskog grupiranja zasnovan na particioniranju. Razvijeni algoritam je ispitan na financijskim podacima danim za kompanije iz 9 različitih sektora.

Sažetak (engleski)

The problem of application of traditional clustering algorithm on high-dimensional time series is pre defined cluster number. Frequent clustering fluctuations is another big challenge in this kind of statistical analysis that experts aspire to solve. In modelling the similarity of time series pairs, there is very useful method of grouping, based on correlation as a measure of distance. This paper reviews the development of an correlation clustering and algorithm for time series application. The various variants, properties and methods of estimating correlation matrices were researched, and a partitioning based correlation algorithm was developed. The developed algorithm were tested on a financial data sets of a 9 companies, where each of them belongs to a different sector.

• Ključne riječi: korelacijsko grupiranje; k-means; vremenske serije; mjere udaljenosti
• Ključne riječi (engleski): correlation clustering; k-means; time series; measure of distance
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:786667
• Studijski program: Naziv: Elektrotehnika i informacijska tehnologija; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka elektrotehnike i informacijske tehnologije (univ. bacc. ing. el. techn. inf.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2019-03-14 01:39:15