HIVE-COTE 2.0: a new meta ensemble for time series classification

Imaginez que vous essayiez d'identifier un type spécifique d'oiseau simplement en écoutant son chant. Certains oiseaux ont un rythme distinct, d'autres une hauteur unique, et certains ont un motif qui se répète toutes les quelques secondes. Si vous n'écoutez que le rythme, vous pourriez manquer la hauteur. Si vous n'écoutez que la hauteur, vous pourriez manquer le motif. Pour obtenir le meilleur résultat, vous avez besoin d'une équipe d'experts, chacun écoutant quelque chose de différent, puis vous avez besoin d'un gestionnaire intelligent pour décider qui faire le plus confiance.

C'est exactement ce dont traite l'article HIVE-COTE 2.0. Il introduit une nouvelle « super-équipe » pour la Classification de Séries Temporelles. En termes simples, la classification de séries temporelles est la tâche qui consiste à examiner une ligne de données qui change au fil du temps (comme un moniteur cardiaque, des cours boursiers ou des capteurs sismiques) et à décider à quelle catégorie elle appartient.

Voici le détail du fonctionnement de ce nouveau système, en utilisant des analogies du quotidien :

Le Problème : Un seul outil ne suffit pas

Pendant des années, les scientifiques ont tenté de construire le « détecteur de chants d'oiseaux » (ou classificateur de séries temporelles) parfait. Certains outils sont excellents pour repérer des motifs répétitifs (comme un dictionnaire de mots). D'autres sont bons pour trouver des formes spécifiques dans les données (comme un détecteur de formes). Certains sont excellents pour examiner de courts segments de temps (intervalles).

L'ancien champion, HIVE-COTE 1.0, était un « méta-ensemble ». Imaginez-le comme un comité où différents experts (algorithmes) votent pour la réponse. Il était très précis, mais aussi très lent et utilisait parfois des outils obsolètes.

La Solution : HIVE-COTE 2.0 (La Nouvelle Super-Commission)

Les auteurs ont construit HIVE-COTE 2.0 (HC2). Ils n'ont pas simplement ajusté l'ancien comité ; ils ont licencié trois des anciens experts et embauché quatre nouveaux, hautement spécialisés. Ils ont également amélioré le gestionnaire qui compte les votes.

Voici les quatre nouveaux « experts » de l'équipe :

1. L'Ensemble de Dictionnaires Temporels (TDE) :

   • L'Analogie : Imaginez traduire une chanson en une liste de mots. « Dum-dum-ka » devient « Mot A, Mot B ». Le TDE examine la série temporelle et la transforme en un « sac de mots ». Il ne se contente pas de compter combien de fois un mot apparaît ; il regarde quand ils apparaissent et comment ils se regroupent. C'est comme un linguiste qui comprend la grammaire des données, pas seulement le vocabulaire.
   • La Mise à niveau : La nouvelle version gère beaucoup mieux les données à plusieurs « canaux » (comme un enregistrement stéréo avec des haut-parleurs gauche et droit) sans épuiser la mémoire.

2. La Forêt Canonique d'Intervalles à Représentation Diversifiée (DrCIF) :

   • L'Analogie : Imaginez découper un long film en milliers de petits clips. Le DrCIF sélectionne des clips au hasard, les examine sous différents angles (la vidéo originale, la vitesse de l'action et la fréquence du son) et demande : « Est-ce que ce clip spécifique de 5 secondes nous dit de quel film il s'agit ? » Il construit une forêt d'arbres de décision basés sur ces tranches de temps aléatoires et minuscules.
   • La Mise à niveau : Il combine les meilleures caractéristiques de deux anciennes méthodes en un seul outil super efficace qui examine les données de trois manières différentes simultanément.

3. L'Arsenal (Un Ensemble ROCKET) :

   • L'Analogie : La méthode « ROCKET » consiste à tirer des milliers de filets aléatoires dans les données pour voir ce qui est attrapé. C'est incroyablement rapide. Cependant, le ROCKET original était mauvais pour dire « Je suis sûr à 80 % » contre « Je suis sûr à 90 % ». Il criait simplement « Oui » ou « Non ».
   • La Mise à niveau : L'« Arsenal » est un escadron de petits ROCKET travaillant ensemble. Au lieu d'un grand filet, ils utilisent de nombreux petits filets et votent pour la réponse. Cela leur permet de fournir une estimation de probabilité confiante (par exemple : « Nous sommes sûrs à 95 % qu'il s'agit d'un tremblement de terre »), ce qui est crucial pour que le comité principal prenne une bonne décision.

4. Le Classificateur par Transformation de Shapelets (STC) :

   • L'Analogie : Cet expert recherche des « formes » ou des « sous-chants » spécifiques et reconnaissables qui apparaissent dans les données. Si une pointe irrégulière spécifique apparaît toujours avant une crise d'épilepsie, le STC trouve cette pointe.
   • La Mise à niveau : Les auteurs ont rendu cette recherche plus intelligente. Au lieu de vérifier chaque forme possible (ce qui prendrait une éternité), il recherche aléatoirement les meilleures dans un délai limité, l'empêchant de rester bloqué ou de « sur-apprendre » (mémoriser les données d'entraînement trop parfaitement).

Le Gestionnaire : CAWPE

Une fois que ces quatre experts ont analysé les données, ils envoient chacun une estimation de probabilité au gestionnaire (appelé CAWPE).

• Fonctionnement : Le gestionnaire ne se contente pas de prendre une moyenne simple. Il examine la performance de chaque expert pendant l'entraînement. Si l'« Expert Dictionnaire » avait généralement raison 90 % du temps, le gestionnaire l'écoute plus attentivement que l'« Expert Intervalles » qui n'avait raison que 60 % du temps.
• Le Résultat : Ce système de vote pondéré garantit que les experts les plus fiables ont le plus grand poids dans la décision finale.

Les Résultats : Qui a gagné la course ?

Les auteurs ont testé cette nouvelle équipe contre les champions actuels de l'« État de l'Art » (y compris des modèles d'apprentissage profond et d'autres algorithmes rapides) sur 112 ensembles de données différents (comme des battements de cœur, une consommation d'énergie et des sons d'insectes).

• Précision : HIVE-COTE 2.0 a été le gagnant clair. Il était significativement plus précis que tous les autres principaux concurrents. En moyenne, il trouvait la bonne réponse plus souvent que quiconque.
• Données Multivariées : Il a également gagné lorsque les données comportaient plusieurs dimensions (comme une vidéo avec des canaux de couleur ou un capteur avec des axes X, Y et Z), là où les méthodes précédentes peinaient.
• Le Compromis (Vitesse vs Précision) :
  • L'article admet que HIVE-COTE 2.0 est plus lent que la méthode la plus rapide (ROCKET). Si vous avez besoin d'une réponse en une fraction de seconde, ROCKET est meilleur.
  • Cependant, si vous avez besoin de la réponse la plus précise possible et pouvez attendre un peu plus longtemps, HIVE-COTE 2.0 est le meilleur choix.
  • Pour aider à cela, le système dispose d'une fonctionnalité de « Contrat de Temps ». Vous pouvez lui dire : « Vous avez 1 heure pour travailler ». Il construira autant d'experts que possible dans cette heure et vous donnera la meilleure réponse qu'il peut trouver dans cette limite.

Résumé

HIVE-COTE 2.0 est un « comité des meilleurs » pour l'analyse de données basées sur le temps. En combinant quatre types différents d'experts (l'un qui examine les motifs de mots, un qui découpe le temps, un qui utilise des filets aléatoires et un qui trouve des formes) et en laissant un gestionnaire intelligent pondérer leurs votes, il atteint une précision supérieure à toute méthode unique ou équipe précédente. Bien qu'il prenne plus de temps à exécuter que les algorithmes les plus rapides, il offre le niveau de précision le plus élevé actuellement disponible pour ce type de problème.