Ähnlichkeitssuche auf Zeitreihen

Zeitliche Daten sind Daten, die zeitabhängige Vorgänge beschreiben, wie beispielsweise die Dauer von bestimmten Ereignissen oder die Beschreibung von sich zeitlich verändernden Attributen von Objekten. Zu den am häufigsten verwendeten zeitlichen Daten gehören Zeitreihen, welche eine der komplexesten aber auch wichtigsten Beschreibungsformen für sich zeitlich ändernde Vorgänge sind. Zeitreihen bestehen aus einer Sequenz von Punkten, die für gewöhnlich durch Messungen in gleichmässigen Zeitabsänden erzeugt werden. Zeitreihen finden z.B. im Finanzwesen, der Industrie, der Medizin oder der Umweltbeobachtung ihre Anwendung.
Eine elementare Anfrageform in Zeitreihen-Datenbanken ist die Ähnlichkeitsanfrage, die als Basisanfrage für Data Mining Anwendungen dient. Für die Berechung der Ähnlichkeit von zwei Zeitreihen verleichen die meisten Abstandmaße bisher lediglich jeden Zeitpunkt der einen Zeitreihe mit einem passenden Zeitpunkt der anderen Zeitreihe. Um resistenter gegenüber Störeinflüssen zu sein, ist es vorteilhaft, zu einem Zeitpunkt jeweils dessen Umgebung für den Vergleich heranzuziehen bzw. sich auf eine bestimmte Amplitude zu beschränken.

In diesem Projekt sollen verschiedene Methoden zur Ähnlichkeitssuche auf Zeitreihen entwickelt werden. Der Schwerpunkt der Arbeit liegt dabei in der threshold-basierten, form-basierten oder feature-basierten Ähnlichkeitssuche. Die zu entwicklnden Methoden sollen insbesondere eine eine hohe Effektivität aufweisen. Darüber hinaus werden Methoden zur Effienzsteigerung untersucht. Eventuell ist es sinnvoll, auf Methoden und Werkzeuge zurückzugreifen, die bereits am Lehrstuhl entwickelt wurden.