WEASEL 2.0とは何か
WEASEL 2.0は、時系列データを分類する仕組みです。辞書ベースの方式を採用しています。拡張されたスライディングウィンドウと、ランダムに選ばれた設定値の組み合わせを利用します。これにより、密な特徴表現を作り出します。この仕組みは、時系列データのパターンを効率良く捉えることを目指しています。
再現性と設計の検証
私たちはWEASEL 2.0を114のUCRデータセットで再現しました。平均精度は0.865、中央値は0.928でした。これは元の論文の数値と非常に近い結果です。次に、四つの設計選択肢の感度をテストしました。分類器の種類、特徴の重み付けがないこと、最大ウィンドウサイズを決めるルール、最大組み合わせ要素数を決めるルールです。最初の三つは変更に強く、安定していました。
組み合わせ要素数の課題と改善策
しかし、最大組み合わせ要素数を決めるルールには課題がありました。長い時系列データに対して、このルールは過剰な資源を割り当てていました。そこで、データ長と分類の種類に応じて最大組み合わせ要素数を設定する新しいルールを提案しました。この適応的なルールは、長い時系列データで特に効果を発揮します。
効率化の効果
新しいルールを固定長データセットで評価しました。結果として、記憶容量のピークは中央値で37MB、平均で395MB削減されました。処理時間も中央値で0.4秒、平均で4秒短縮されました。精度の中央値は0%の変化で、平均でもわずか-0.11%の減少でした。記憶容量と時間の節約は、元のルールで最も多くの組み合わせ要素を割り当てていた長い時系列データで顕著でした。これは設計の効率化がいかに重要かを示しています。
PR
文賢 →
組み合わせの数や窓の大きさなど、設計の「決め打ち」は必ず破綻します。データ特性に応じた適応的な調整こそが正解です。私のプロダクトでも、設定値の自動最適化は最優先で取り組むべき課題です。
