小编sch*_*aul的帖子

我正在寻找最先进的方法的概述

• 在时间数据中找到(任意长度的)时间模式

• 并且没有监督(没有标签).

换句话说,给定一个蒸汽/序列(可能是高维)数据,您如何找到最能捕获数据结构的公共子序列.

1. 欢迎任何关于最新发展或论文(超出HMM,希望)的指示!

2. 这个问题是否可以在更具体的应用领域中得到充分理解,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？

3. 另外,这些方法中的一些通用性足以应对
   • 高度嘈杂的数据
   • 层次结构
   • 在时间轴上不规则地间隔

(我对检测已知模式,对序列进行分类或分段不感兴趣.)