تخطي إلى التنقل الرئيسي تخطي إلى البحث تخطي إلى المحتوى الرئيسي

Computing Pure Consecutive Maximal Periodic Patterns with k Δ-Errors in Raw and Compressed Data

نتاج البحث: فصل من :كتاب / تقرير / مؤتمرمنشور من مؤتمرمراجعة النظراء

ملخص

Identifying periodic patterns in time series data is crucial for uncovering hidden structures and predicting future events. Recognizing meaningful periodic patterns in real data requires handling approximation criteria since periodic phenomena are usually inexact. This paper introduces a suitable criterion and focuses on detecting Consecutive Periodic Patterns (CPPs) with k Δ-errors, where k bounds the number of errors and Δ limits the size of the error. We develop efficient algorithms to detect the Longest Pure Consecutive Maximal Periodic Pattern with bounded errors in both raw and compressed data, the latter by means of the Arithmetic Progressions Tree (APT) data structure.

اللغة الأصليةالإنجليزيّة
عنوان منشور المضيفProceedings - DCC 2026
العنوان الفرعي لمنشور المضيف2026 Data Compression Conference
المحررونAli Bilgin, James E. Fowler, Joan Serra-Sagrista, Yan Ye, James A. Storer
ناشرInstitute of Electrical and Electronics Engineers Inc.
الصفحات93-102
عدد الصفحات10
رقم المعيار الدولي للكتب (الإلكتروني)9798331582616
المعرِّفات الرقمية للأشياء
حالة النشرنُشِر - 2026
الحدث2026 Data Compression Conference, DCC 2026 - Snowbird, الولايات المتّحدة
المدة: 24 مارس 202627 مارس 2026

سلسلة المنشورات

الاسمData Compression Conference Proceedings
رقم المعيار الدولي للدوريات (المطبوع)1068-0314
رقم المعيار الدولي للدوريات (الإلكتروني)2375-0359

!!Conference

!!Conference2026 Data Compression Conference, DCC 2026
الدولة/الإقليمالولايات المتّحدة
المدينةSnowbird
المدة24/03/2627/03/26

بصمة

أدرس بدقة موضوعات البحث “Computing Pure Consecutive Maximal Periodic Patterns with k Δ-Errors in Raw and Compressed Data'. فهما يشكلان معًا بصمة فريدة.

قم بذكر هذا