Tidssekvenser

Tidssekvenser är ordnade uppsättningar av händelser eller observationer där varje element är märkt med en tidsstämpel eller tidsposition. De beskriver hur ett fenomen utvecklas över tid och används för att analysera tidsberoende mönster, göra prognoser och följa händelsekedjor. Begreppet täcker både diskreta händelseflöden (till exempel loggar av tidpunkter) och kontinuerliga eller regelbundet uppmätta värden (tidsserier).

Inom tidsserieanalys används data ofta som tidsserier med regelbundna intervall mellan observationerna. Viktiga begrepp är trender, säsongsmönster, cykliska variationer och brus. Metoder för analys inkluderar glättning, klassiska modeller som ARIMA och Exponential Smoothing samt mer avancerade modeller som state-space och maskininlärning. När tidssekvenser består av händelser utan regelbundet intervall talas det om händelsebaserade sekvenser och används ofta i loggar eller händelsemining.

Användningsområden är breda: finansiella tidsserier som aktiekurser, väder- och klimatdata, medicinska övervakningssignaler, industriell processövervakning och webbtrafik. Viktiga utmaningar inkluderar saknade värden, oregelbunden tidsupptagning, tidszoner och olika tidsupplägg, samt att särskilja mellan korrelation och orsakssamband över tid.

Se även: tidsserie, sekvensanalys, händelsemining, processmining, Markovkedja.