文件名称：使用时态逻辑发现时态数据中的意外模式-研究论文
文件大小：25.22MB
文件格式：PDF
更新时间：2024-06-30 05:49:22
论文研究
最近，在时态数据库中寻找有趣模式的任务受到了很多关注。 由于发现时间模式的问题有很多不同的方法，我们首先介绍不同发现任务的特征，然后关注发现事件时间序列的有趣模式的一项任务。 给定一个（无限）时间数据库或一系列事件，通常可以在该数据中发现无限数量的时间模式。 因此，重要的是为发现的模式指定一些有趣的度量，然后根据该度量仅选择有趣的模式。 我们提出了基于意外性的兴趣度概率度量，如果 P 的实际出现次数的比率超过 P 的预期出现次数某个用户定义的阈值，则模式 Pi 被认为是有趣的。 然后，我们利用命题、线性时间逻辑的一个子集，并提出一种有效的算法来发现时间数据中的意外模式。 最后，我们将该算法应用于合成数据、UNIX 操作系统调用和 Web 日志文件，并展示了这些实验的结果。