ATimeSeriesDataset

github2024-01-15 更新2024-05-31 收录

下载链接：

https://github.com/JonyYu/ATimeSeriesDataset

下载链接

链接失效反馈

官方服务：

资源简介：

ATimeSeriesDataset是一个用于评估数据压缩效率的时间序列数据集。该数据集广泛应用于金融、互联网服务和物联网等领域，数据存储量大，压缩效率处理非常重要。数据集主要格式为<时间戳, 值>，除非另有说明。

The ATimeSeriesDataset is a time series dataset designed for evaluating the efficiency of data compression. This dataset is widely utilized in fields such as finance, internet services, and the Internet of Things (IoT), where the volume of data storage is substantial, making the efficiency of compression processing critically important. The primary format of the dataset is <timestamp, value>, unless otherwise specified.

创建时间：

2020-02-11

原始信息汇总

ATimeSeriesDataset概述

数据集描述

ATimeSeriesDataset是一个用于评估数据压缩效率的时间序列数据集。该数据集主要包含以下三个子集：

IoT数据集
- 来源：阿里巴巴物联网场景
- 数据格式：<timestamp, value>
- 数据详情：
  - IoT0: 430,737点
  - IoT1: 429,745点
  - IoT2: 428,390点
  - IoT3: 344,581点
  - IoT4: 306,736点
  - IoT5: 372,868点
  - IoT6: 430,413点
  - IoT7: 313,539点
Server数据集
- 来源：阿里巴巴服务器场景
- 数据格式：<timestamp, value>
- 数据详情：
  - Server30: 158,188点
  - Server31: 147,385点
  - Server32: 165,395点
  - Server34: 140,194点
  - Server35: 147,395点
  - Server41: 136,594点
  - Server43: 29,233点
  - Server46: 154,585点
  - Server47: 140,199点
  - Server48: 157,051点
  - Server57: 26,779点
  - Server62: 32,569点
  - Server66: 135,409点
  - Server77: 136,598点
  - Server82: 143,798点
  - Server94: 140,198点
  - Server97: 158,194点
  - Server106: 136,478点
  - Server109: 153,438点
  - Server115: 165,384点
UCR数据集
- 来源：UCR时间序列数据库
- 数据格式：仅包含值（无时间戳），浮点格式
- 数据详情：
  - HandOutlines: 641,796点
  - Haptics: 19,638点
  - StarLightCurves: 155,496点
  - UWaveGestureLibraryAll: 115,168点
  - CinC_ECG_torso: 8,190点
  - InlineSkate: 16,929点
  - MALLAT: 6,138点
  - Phoneme: 4,092点

引用格式

引用此数据集时，应参考以下格式：

@inproceedings{AMMMOArchive, title = {TBD}, author = {TBD}, booktitle = {TBD}, pages = {TBD}, publisher = {TBD}, year = {2020} }

搜集汇总

数据集介绍

构建方式

ATimeSeriesDataset的构建旨在评估时间序列数据的压缩效率，涵盖了物联网、服务器监控以及UCR时间序列数据库等多个领域。数据集的收集主要依赖于实际应用场景，如阿里巴巴的物联网和服务器监控系统，以及UCR时间序列数据库中的部分长序列数据。每个数据点以<时间戳, 值>的格式存储，确保数据的时序性和完整性。

使用方法

ATimeSeriesDataset的使用方法主要围绕时间序列数据的压缩效率评估展开。研究人员可以通过加载数据集中的不同子集，应用各种压缩算法进行实验，并对比其压缩比、处理速度等指标。数据集中的时间戳和数值格式为分析提供了基础，用户可以根据需要选择是否使用时间戳信息。此外，数据集中的UCR部分仅包含数值，适合用于无时间戳的序列分析。

背景与挑战

背景概述

ATimeSeriesDataset是一个专门用于评估时间序列数据压缩效率的公开数据集，由阿里巴巴集团的研究团队于2020年创建。时间序列数据在金融、互联网服务和物联网等领域广泛应用，其数据量庞大，压缩效率成为数据处理中的关键问题。该数据集的主要格式为<时间戳，值>，涵盖了来自阿里巴巴物联网场景、服务器场景以及UCR时间序列数据库的多个子数据集。通过提供多样化的时间序列数据，ATimeSeriesDataset为研究人员提供了一个标准化的平台，用于测试和比较不同压缩算法的性能，从而推动了时间序列数据压缩技术的发展。

当前挑战

ATimeSeriesDataset在解决时间序列数据压缩效率评估问题时，面临多重挑战。首先，时间序列数据的多样性和复杂性使得压缩算法的评估变得困难，不同场景下的数据特性差异显著，难以找到通用的压缩策略。其次，数据集的构建过程中，数据采集和清洗的难度较大，尤其是在物联网和服务器场景中，数据的实时性和准确性要求极高。此外，UCR子数据集仅包含数值信息，缺乏时间戳，这为压缩算法的评估增加了额外的复杂性。如何在保证数据质量的同时，提供多样化的测试场景，是该数据集构建过程中需要克服的主要挑战。

常用场景

经典使用场景

ATimeSeriesDataset在时间序列数据压缩效率评估中展现了其独特的价值。该数据集广泛应用于金融、互联网服务和物联网等领域，为研究人员提供了一个标准化的测试平台，用以比较不同压缩算法的性能。通过分析数据集中的时间戳和数值对，研究者能够深入理解数据压缩技术在减少存储空间和提升处理速度方面的潜力。

解决学术问题

ATimeSeriesDataset解决了时间序列数据压缩效率评估中的关键问题。在数据存储和处理需求日益增长的背景下，该数据集为学术界提供了一个公开的基准，使得研究者能够系统地评估和比较各种压缩算法的效果。这不仅推动了数据压缩技术的发展，还为相关领域的研究提供了可靠的数据支持，促进了学术成果的交流与共享。

实际应用

ATimeSeriesDataset在实际应用中具有广泛的价值。例如，在物联网设备中，高效的数据压缩技术能够显著减少数据传输和存储的成本，提升系统的整体性能。通过使用该数据集，工程师能够优化压缩算法，确保在有限的资源下实现高效的数据处理。此外，该数据集还为金融和互联网服务领域的数据压缩方案提供了重要的参考依据。

数据集最近研究