stumpy-dev/stumpy

解决的问题

STUMPY 旨在分析时间序列数据，通过识别信号中每个部分的最近邻子序列。这使用户可以自动发现重复的模式（主题）、异常（不和谐）以及其他结构特征，而无需预定义模板。

运作方式

此库计算“矩阵轮廓”，将时间序列中的每个子序列映射到数据中其他地方最接近的匹配。它根据可用的硬件提供多种实现路径：

• 单节点 CPU：使用 stumpy.stump 进行标准处理。
• 分布式 CPU：通过 Dask 使用 stumpy.stumped 处理大规模数据集。
• GPU 加速：使用 stumpy.gpu_stump 进行高性能计算。
• 多维：使用 stumpy.mstump 处理多维数据。

适用对象

适用于需要执行时间序列数据挖掘的学者、数据科学家和软件开发者，例如在长信号中寻找重复形状或检测新颖性。

重点特色

• 可扩展：支持 Dask 分布式计算和 GPU 加速。
• 支持 CUDA：利用 Numba 进行 JIT 编译和 GPU 支持。
• 多功能：能够进行主题发现、异常检测、形状特征发现和语义分割。
• 高级分析：包含时间序列链（ATSC）和语义分割（FLUSS）的工具。