我正在寻找一份关于现有技术的概述,该技术可以:
在时间数据中查找任意长度的时间模式
并且是无监督的(没有标签)。
换句话说,给定一个(可能是高维的)数据流/序列,如何找到那些最能捕捉数据结构的共同子序列。
欢迎提供最新发展或论文的任何指针(希望超越HMM)!
这个问题在更具体的应用领域中是否已经被充分理解,例如:
- 动作捕捉
- 语音处理
- 自然语言处理
- 游戏动作序列
- 股市预测?
此外,这些方法中的一些是否足够通用以处理:
- 噪声较大的数据
- 层次结构
- 时间轴上不规则的间距
(我不感兴趣的是检测已知模式,也不是对序列进行分类或分割。)