比较时间序列

Question

我正在努力解决这项任务，并想知道是否有标准的方法来执行此操作或一些有用的库。

在几个数据源 S1 ... SN 上跟踪和计时某些事件。记录的信息是事件类型和时间戳。可能有几个相同类型的事件依次发生，也可能是间歇性的。可能存在“遗漏”事件 - 即当其中一个来源遗漏它时，反之亦然，当来源引入“误报”时。在不同来源对同一事件的观察之间通常存在时间差。由于源的物理位置，此时间差具有恒定的分量，但也可能因网络延迟和其他因素而具有变化的分量。

我需要找到一种算法来找到最佳的最大时间间隔，该时间间隔应该用于将所有来源的观察结果分组到一个“观察到的事件”中，并允许检测缺失的事件和误报。

我想知道解决方案是否真的存在于统计领域而不是算法中。任何意见将不胜感激。

Answer 1

听起来您正在构建一个考勤系统 :-) 在我目前正在构建的系统中，这种分组观察也是必要的。就我而言，有些员工持有通行证，他们会将通行证放在通行证阅读器面前以登记他们的出勤情况。首先，系统将选择一名员工的所有考勤。然后它将它们放在一天一盒的盒子里，按注册时间排序。每次注册都将根据是开始还是停止进行评估。如果第一次注册是开始注册，那么系统最多会在 12 小时后搜索停止注册。如果停止没有出现，则插入停止。当计划已知时，可以实施额外的情报。也许您可以使用统计数据，但在我的情况下，这是一个算法问题，以及对组织的了解。