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

कल्पना कीजिए कि आप केवल एक पक्षी के गीत को सुनकर उसके एक विशिष्ट प्रकार की पहचान करने की कोशिश कर रहे हैं। कुछ पक्षियों का एक विशिष्ट लय (rhythm) होता है, कुछ का पिच (pitch) अद्वितीय होता है, और कुछ का एक पैटर्न होता है जो हर कुछ सेकंड में दोहराया जाता है। यदि आप केवल लय के लिए सुनते हैं, तो आप पिच को मिस कर सकते हैं। यदि आप केवल पिच के लिए सुनते हैं, तो आप पैटर्न को मिस कर सकते हैं। सबसे अच्छा परिणाम प्राप्त करने के लिए, आपको विशेषज्ञों की एक टीम की आवश्यकता है, जिनमें से प्रत्येक अलग चीज़ के लिए सुन रहा है, और फिर आपको एक स्मार्ट मैनेजर की आवश्यकता है जो यह तय कर सके कि किसे सबसे अधिक भरोसा करना है।

यह बिल्कुल वही है जिसके बारे में पेपर HIVE-COTE 2.0 है। यह टाइम सीरीज़ क्लासिफिकेशन (Time Series Classification) के लिए एक नया "सुपर-टीम" पेश करता है। सरल शब्दों में, टाइम सीरीज़ क्लासिफिकेशन डेटा की एक ऐसी रेखा को देखने का कार्य है जो समय के साथ बदलती रहती है (जैसे कि हार्टबीट मॉनिटर, शेयर बाजार की कीमतें, या भूकंप सेंसर) और यह तय करना है कि वह किस श्रेणी से संबंधित है।

यहाँ बताया गया है कि यह नया सिस्टम कैसे काम करता है, रोजमर्रा के उपमाओं (analogies) का उपयोग करते हुए:

समस्या: एक उपकरण पर्याप्त नहीं है

वर्षों से, वैज्ञानिक एक आदर्श "बर्ड सॉन्ग डिटेक्टर" (या टाइम सीरीज़ क्लासिफायर) बनाने की कोशिश कर रहे हैं। कुछ उपकरण दोहराए जाने वाले पैटर्न को पहचानने में माहिर हैं (जैसे शब्दों का एक शब्दकोश)। अन्य डेटा में विशिष्ट आकृतियों को खोजने में अच्छे हैं (जैसे एक शेप डिटेक्टर)। कुछ समय के छोटे हिस्सों (इंटरवल) को देखने में अच्छे हैं।

पिछला चैंपियन, HIVE-COTE 1.0, एक "मेटा-एन्सेम्बल" (meta-ensemble) था। इसे एक ऐसी समिति के रूप में सोचें जहाँ विभिन्न विशेषज्ञ (एल्गोरिदम) उत्तर पर वोट देते हैं। यह बहुत सटीक था लेकिन बहुत धीमा भी था और कभी-कभी पुराने उपकरणों का उपयोग करता था।

समाधान: HIVE-COTE 2.0 (नया सुपर-कमेटी)

लेखकों ने HIVE-COTE 2.0 (HC2) बनाया। उन्होंने केवल पुरानी कमेटी में थोड़ा बदलाव नहीं किया; उन्होंने तीन पुराने विशेषज्ञों को निकाल दिया और चार बिल्कुल नए, अत्यधिक विशिष्ट विशेषज्ञों को काम पर रखा। उन्होंने वोटों की गिनती करने वाले मैनेजर को भी अपग्रेड किया।

यहाँ टीम के चार नए "विशेषज्ञ" दिए गए हैं:

1. द टेम्पोरल डिक्शनरी एन्सेम्बल (TDE):

   • उपमा: कल्पना कीजिए कि एक गाने को शब्दों की एक सूची में अनुवादित करना। "डम-डम-का" बन जाता है "शब्द A, शब्द B।" TDE टाइम सीरीज़ को देखता है और उसे "शब्दों के थैले" (bag of words) में बदल देता है। यह केवल यह नहीं गिनता कि एक शब्द कितनी बार आता है; यह देखता है कि वे कब आते हैं और वे कैसे एक साथ समूह बनाते हैं। यह एक भाषाविद् की तरह है जो डेटा की शब्दावली के साथ-साथ उसके व्याकरण को भी समझता है।
   • अपग्रेड: नया संस्करण मेमोरी खत्म हुए बिना "मल्टीपल चैनल्स" (जैसे बाएं और दाएं स्पीकर वाला स्टीरियो रिकॉर्डिंग) वाले डेटा को संभालने में बहुत बेहतर है।

2. द डाइवर्स रिप्रेजेंटेशन कैनोनिकल इंटरवल फॉरेस्ट (DrCIF):

   • उपमा: कल्पना कीजिए कि एक लंबी फिल्म को हजारों छोटे क्लिप्स में काटना। DrCIF यादृच्छिक (random) क्लिप चुनता है, उन्हें अलग-अलग कोणों से देखता है (मूल वीडियो, क्रिया की गति, और ध्वनि की आवृत्ति), और पूछता है: "क्या यह विशिष्ट 5-सेकंड का क्लिप हमें बताता है कि यह कौन सी फिल्म है?" यह समय के इन छोटे, यादृच्छिक स्लाइस के आधार पर निर्णय वृक्षों (decision trees) का एक जंगल बनाता है।
   • अपग्रेड: यह दो पुराने तरीकों की सर्वोत्तम विशेषताओं को एक सुपर-कुशल टूल में जोड़ता है जो डेटा को एक साथ तीन अलग-अलग तरीकों से देखता है।

3. द आर्सेनल (A ROCKET Ensemble):

   • उपमा: "ROCKET" विधि डेटा में हजारों यादृच्छिक जाल (nets) फेंकने की तरह है यह देखने के लिए कि क्या पकड़ा जाता है। यह अविश्वसनीय रूप से तेज़ है। हालाँकि, मूल ROCKET यह बताने में बुरा था कि "मैं 80% निश्चित हूँ" बनाम "मैं 90% निश्चित हूँ।" यह केवल "हाँ" या "नहीं" चिल्लाता था।
   • अपग्रेड: "आर्सेनल" छोटे ROCKETs की एक टुकड़ी है जो एक साथ काम करती है। एक बड़े जाल के बजाय, वे कई छोटे जालों का उपयोग करते हैं और उत्तर पर वोट देते हैं। यह उन्हें एक आत्मविश्वासपूर्ण संभाव्यता अनुमान (probability estimate) देने की अनुमति देता है (जैसे, "हमें 95% यकीन है कि यह एक भूकंप है"), जो मुख्य समिति को एक अच्छा निर्णय लेने के लिए महत्वपूर्ण है।

4. द शेपलेट ट्रांसफॉर्म क्लासिफायर (STC):

   • उपमा: यह विशेषज्ञ डेटा में विशिष्ट, पहचानने योग्य "आकृतियों" या "उप-गीतों" को खोजता है। यदि एक विशिष्ट टेढ़ा-मेढ़ा स्पाइक हमेशा दौरे (seizure) से पहले दिखाई देता है, तो STC उस स्पाइक को ढूंढ लेता है।
   • अपग्रेड: लेखकों ने इस खोज को स्मार्ट बनाया। हर एक संभावित आकार की जांच करने के बजाय (जिसमें बहुत समय लगता है), यह एक निर्धारित समय सीमा के भीतर सर्वोत्तम आकारों के लिए यादृच्छिक रूप से खोज करता है, जिससे यह अटकने या "ओवर-फिटिंग" (प्रशिक्षण डेटा को बहुत अधिक बारीकी से याद कर लेना) से बच जाता है।

द मैनेजर: CAWPE

एक बार जब ये चार विशेषज्ञ डेटा का विश्लेषण कर लेते हैं, तो वे में से प्रत्येक एक संभाव्यता अनुमान (probability estimate) मैनेजर (जिसे CAWPE कहा जाता है) को भेजता है।

• यह कैसे काम करता है: मैनेजर केवल एक साधारण औसत नहीं लेता है। यह देखता है कि प्रशिक्षण के दौरान प्रत्येक विशेषज्ञ ने कैसा प्रदर्शन किया। यदि "डिक्शनरी एक्सपर्ट" आमतौर पर 90% बार सही था, तो मैनेजर उन्हें "इंटरवल एक्सपर्ट" की तुलना में अधिक ध्यान से सुनेगा जो केवल 60% बार सही था।
• परिणाम: यह भारित वोटिंग (weighted voting) प्रणाली सुनिश्चित करती है कि सबसे विश्वसनीय विशेषज्ञों की अंतिम निर्णय में सबसे बड़ी भूमिका हो।

परिणाम: दौड़ किसने जीती?

लेखकों ने इस नई टीम का परीक्षण 112 अलग-अलग डेटासेट्स (जैसे दिल की धड़कन, बिजली का उपयोग और कीटों की आवाज़) पर वर्तमान "स्टेट ऑफ द आर्ट" चैंपियनों (डीप लर्निंग मॉडल और अन्य तेज़ एल्गोरिदम सहित) के खिलाफ किया।

• सटीकता (Accuracy): HIVE-COTE 2.0 स्पष्ट विजेता था। यह अन्य सभी शीर्ष प्रतिस्पर्धियों की तुलना में काफी अधिक सटीक था। औसतन, इसने अन्य किसी भी मॉडल की तुलना में अधिक बार सही उत्तर दिया।
• मल्टीवेरिएट डेटा (Multivariate Data): यह तब भी जीत गया जब डेटा में कई आयाम (dimensions) थे (जैसे रंग चैनलों के साथ वीडियो या X, Y, Z अक्षों के साथ सेंसर), जहाँ पिछले तरीके संघर्ष कर रहे थे।
• समझौता (गति बनाम सटीकता):
  • पेपर स्वीकार करता है कि HIVE-COTE 2.0 सबसे तेज़ विधि (ROCKET) की तुलना में धीमा है। यदि आपको एक सेकंड के अंश में उत्तर चाहिए, तो ROCKET बेहतर है।
  • हालाँकि, यदि आपको सबसे सटीक उत्तर चाहिए और आप थोड़ा इंतज़ार कर सकते हैं, तो HIVE-COTE 2.0 सबसे अच्छा विकल्प है।
  • इसे बेहतर बनाने के लिए, सिस्टम में एक "टाइम कॉन्ट्रैक्ट" फीचर है। आप इसे बता सकते हैं, "आपके पास 1 घंटा काम करने के लिए है।" यह एक घंटे के भीतर जितने संभव हो सके उतने विशेषज्ञों को बनाएगा और जितना संभव हो सके उतना अच्छा उत्तर देगा।

सारांश

HIVE-COTE 2.0 समय-आधारित डेटा का विश्लेषण करने के लिए "सर्वश्रेष्ठ की एक समिति" है। चार अलग-अलग प्रकार के विशेषज्ञों (एक जो शब्द पैटर्न देखता है, एक जो समय को काटता है, एक जो यादृच्छिक जाल का उपयोग करता है, और एक जो आकृतियाँ ढूँढता है) को मिलाकर और एक स्मार्ट मैनेजर को उनके वोटों को तौलने देने से, यह किसी भी एकल विधि या पिछले टीम की तुलना में उच्च सटीकता प्राप्त करता है। हालांकि इसे चलाने में सबसे तेज़ एल्गोरिदम की तुलना में अधिक समय लगता है, यह इस प्रकार की समस्या के लिए वर्तमान में उपलब्ध उच्चतम स्तर की सटीकता प्रदान करता है।