Einführung und Literatur zum erkennen von Pattern

[Johnny S. (sgt_johnny)]

Ich möchte mich damit befassen, aus Datensätzen verschiedene Pattern 
(Muster) zu erknnen.

Ein Beispiel:

Man nehme die stündliche Aufzeichnung eines Wetterstation. Und zieht 
verschiedenste Diagramme daraus.

Vergleicht man z.b. im Sommer die Stündliche Temperatur pro Tag, erkennt 
man wohl schnell das es nachts kälter ist wie am Tage, und die Peaks der 
Temperatur am Mittag sind. Ruft man ein Diagramm der Sonnenstunden pro 
Jahr ab, sieht man das die Sonne im Winter weniger lange scheint, weil 
die Tage kürzer sind.

Nun sei aber ein Datensatz gegeben, bei dem nur Werte und ein 
Zeitstempel bekannt sind. Daraus sollen wiederkehrende und ähnliche 
Grafiken ermittelt werden. Dabei spielt der Verlauf eine grössere Rolle 
als die Werte.

Fällt eine Temperatur innert 1h von 200 auf 100, so ergibt das die 
gleiche Kurve wie wenn die Temperatur von 300 auf 200 fällt.

Kennt jemand gute Literatur / Tutorials wie man solche sachen 
realisiert?

[A.S. (Gast)]

Visualisieren. Also einfach als XY plotten. Glätten, periodische min max 
etc gerne später.

[Egon D. (Gast)]

Johnny S. schrieb:

> Nun sei aber ein Datensatz gegeben, bei dem nur Werte
> und ein Zeitstempel bekannt sind. Daraus sollen
> wiederkehrende und ähnliche Grafiken ermittelt werden.
> Dabei spielt der Verlauf eine grössere Rolle als die
> Werte.

Bei vorgegebenem Muster: Kreuzkorrelation.

Bei a priori unbekannten Wiederholungsmustern:
Autokorrelationsfunktion.

Der Übergang zu Optimalfiltern (matched filter) und
Wavelets ist fließend.

[Murkser (Gast)]

https://www.microsoft.com/en-us/research/uploads/prod/2006/01/Bishop-Pattern-Recognition-and-Machine-Learning-2006.pdf