رویکرد شبکه‌ای به داده‌های سری زمانی: مروری بر تحلیل گراف پدیداری
کد مقاله : 1016-CSANS2022
نویسندگان:
حدیث عزیزی *، صادق سلیمانی
دانشگاه کردستان
چکیده مقاله:
تبدیل داده‌های سری زمانی به گراف، افق جدیدی برای تحلیل و شناخت ماهیت داده در اختیار قرار می‌دهد. گراف پدیداری، یکی از روش‌های رایج تبدیل سری زمانی به گراف است که تاکنون ویرایش‌های مختلفی از آن ایجاد شده است. تحلیل گراف پدیداری حیطه-ی نوینی است که در سال‌های اخیر توجه زیادی را به خود جلب کرده است، به گونه‌ای که بیش از 85 درصد مقاله‌های مرتبط با آن از سال 2016 به بعد منتشر شده است. از کاربردهای متنوع تحلیل گراف پدیداری می‌توان به حیطه‌های پزشکی، اقتصاد، زمین‌شناسی، آب و هوا، معماری و فرایند صنعتی و .. اشاره کرد. در این پژوهش، برای اولین بار، کل مقالات منتشر شده در این زمینه از طریق جستجو در عنوان، چکیده و کلمات کلیدی پژوهش‌های مرتبط از پایگاه داده‌های ساینس دایرکت و گوگل اسکولار جمع آوری شد که بالغ بر 192 مورد است. به منظور ایجاد شناخت و نگرش برای گسترش کار، پژوهش‌های گردآوری شده از نظر سال انتشار، زمینه کاربرد، نوع شبکه، مجله و دانشگاه و... مورد بررسی قرار گرفت. در پایان نیز به زمینه‌های بررسی نشده و با پتانسیل برای محاسبات آتی اشاره شد، که می‌توان به تحلیل گراف‌های پدیداری در حوزه‌های امنیتی و خدماتی اشاره کرد.
کلیدواژه ها:
گراف پدیداری، تحلیل گراف‌ پدیداری، تحلیل سری زمانی، دسته‌بندی گراف های پدیداری
وضعیت : مقاله برای ارائه شفاهی پذیرفته شده است