User: Guest  Login
Document type:
Masterarbeit 
Author(s):
Poerwawinata, Gabrielle 
Title:
Visualization of Semantically Meaningful Representations of Large Multi-dimensional Time Series on Supercomputers 
Translated title:
Visualisierung von Mustern aus großen Multidimensionalen Zeitreihen auf Supercomputern 
Abstract:
Visualizing high-dimensional data is a cornerstone in scientific data mining. The meaningful representation of knowledge discovery in time series helps the expert to understand their data behavior. In high-dimensional data, visualization often becomes more prominent as it can help the user in identifying the patterns, classifications, and relationships within contributing variables. In time series analysis, Euclidean distance based time-series similarity plays a big role. A novel method based on...    »
 
Translated abstract:
Die Visualisierung hochdimensionaler Daten ist ein Eckpfeiler im wissenschaftlichen Data Mining. Die aussagekräftige Darstellung der Wissensentdeckung in Zeitreihen hilft dem Experten, sein Datenverhalten zu verstehen. Bei hochdimensionalen Daten tritt die Visualisierung oft stärker in den Vordergrund, da sie dem Benutzer helfen kann, die Muster, Klassifizierungen und Beziehungen innerhalb der beitragenden Variablen zu identifizieren. In der Zeitreihenanalyse spielt die auf euklidischer Distan...    »
 
Keywords:
data mining, high dimensional, time series similarity, matrix profile, data visualization, HPC performance counters, gas turbine 
Subject:
INF Informationswesen, Bibliotheks-, Dokumentations-, Archiv-, Museumswesen 
DDC:
000 Informatik, Wissen, Systeme 
Advisor:
Raoofy, Amir; Netti, Alessio 
Referee:
Schulz, Martin (Prof. Dr.) 
Date of acceptation:
15.07.2020 
Year:
2020 
Pages:
84 
Language:
en 
Language from translation:
de 
University:
Technische Universität München 
Faculty:
Fakultät für Informatik