재현그림을 이용한 시계열 군집분석

Abstract

본 연구의 목적은 시계열 자료의 이미지 변환 방법론인 재현그림을 통해 시계열 군집분석을 진행하는 것이다. 계층적 군집분석과 스펙트럴 군집분석을 적용하여 시계열의 이미지 변환 여부에 따른 군집분석 결과를 비교하였다. 이미지 변환은 하나의 변수를 재현그림으로 변환하는 방식과 두 개의 변수에 대한 재현그림을 병합하는 방식, 두 가지 측면으로 접근하였다. COVID-19의 신규 확진자 및 사망자 수 데이터를 활용하여 방법론의 진행 과정과 성능을 살펴보았다. 그 결과 시계열 자료를 변환하는 방법이 군집 내 유사도를 높이고, 공통으로 발견되는 패턴이 있음을 확인하였다.;The purpose of the study is to conduct time series clustering through recurrence plot, which is used to encode time series signals as image. Hierarchical clustering and spectral clustering were applied to compare clustering results according to whether time series data were converted into images. Image transformation was approached in two aspects: using one variable into a recurrence plot or merging recurrence plots of two variables. In this paper, the performance of the methodology was examined using data on the number of new infection cases and deaths of COVID-19. As a result, it was confirmed that the method of transforming time series data to recurrence plot increased the similarity within the cluster and there was a pattern commonly found.