Beep：在排球运动中寻找多变量模式时平衡效果和效率
摘要：模型选手/团队性能和识别成功战术的评估在球拍运动中将每次击打建模为多元事件，并进行顺序分析有所帮助。然而，多个事件属性之间的复杂相关性要求模式挖掘算法具有高效和有效的特性。本文提出了Beep，以发现球拍运动中有意义的多元模式。具体地说，Beep引入了一种新的编码方案，用于发现具有多个属性之间的相关性和高水平的噪声容忍度的模式。此外，Beep应用基于LSH（局部敏感哈希）的算法来加速总结模式。我们对乒乓球数据集进行了案例研究，并在多尺度合成数据集上进行了定量实验，将Beep与SoTA多元模式挖掘算法进行了比较。结果显示，Beep可以有效地发现模式和噪声，帮助分析师获得洞察力。此外，Beep比SoTA算法快约五倍。
作者：Jiang Wu, Dongyu Liu, Ziyang Guo, Yingcai Wu
论文ID：2307.11780
分类：Databases
分类简称：cs.DB
提交时间：2023-07-27