🤖 AI

LLT: An R package for Linear Law-based Feature Space Transformation

यह शोध पत्र LLT R पैकेज का परिचय देता है, जो टाइम-डिले एम्बेडिंग और स्पेक्ट्रल डिकम्पोजिशन के माध्यम से प्रशिक्षण डेटा में शासन करने वाले पैटर्न की पहचान करके और तत्पश्चात परीक्षण सेट के फीचर्स को रूपांतरित करने के लिए इन पैटर्न को लागू करके, एक-चर (univariate) और बहु-चर (multivariate) समय श्रृंखलाओं को वर्गीकृत करने में सहायता करने के लिए एक लीनियर लॉ-आधारित फीचर स्पेस ट्रांसफॉर्मेशन एल्गोरिदम को कार्यान्वित करता है।

मूल लेखक: Marcell T. Kurbucz, Péter Pósfay, Antal Jakovác

प्रकाशित 2026-02-06

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Marcell T. Kurbucz, Péter Pósfay, Antal Jakovác

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक कंप्यूटर को दो प्रकार के मौसम के पैटर्न के बीच अंतर करना सिखाने की कोशिश कर रहे हैं: "गर्म दिन" (Warm Days) और "ठंडे दिन" (Cold Days)। आपके पास डेटा का एक विशाल ढेर है—एक पूरे वर्ष के दौरान हर दस मिनट में बिजली की खपत दिखाने वाले ग्राफ। कंप्यूटर के लिए, ये टेढ़ी-मेढ़ी रेखाएं अव्यवस्थित और भ्रमित करने वाली दिखती हैं। केवल कच्चे नंबरों को देखकर पैटर्न देखना कठिन है।

यह शोध पत्र एक नया टूल पेश करता है, जिसे LLT पैकेज कहा जाता है, जो इस प्रकार के डेटा के लिए एक "पैटर्न अनुवादक" (pattern translator) के रूप में कार्य करता है। इसका काम उन अव्यवस्थित टेढ़ी-मेढ़ी रेखाओं को लेना और उन्हें एक ऐसे प्रारूप में बदलना है जो कंप्यूटर के लिए उन्हें छाँटने और वर्गीकृत करने में बहुत आसान हो।

यह कैसे काम करता है, इसे एक उपमा (analogy) का उपयोग करके सरल चरणों में यहाँ समझाया गया है:

1. "समय-यात्रा" का दर्पण (Time-Delay Embedding)

कल्पना कीजिए कि आपके पास संगीत की एक एकल रेखा है। यदि आप केवल एक नोट सुनते हैं, तो आपको गाना पता नहीं चलेगा। लेकिन यदि आप नोट्स के एक क्रम को देखते हैं, तो आप एक धुन सुनने लगते हैं।

LLT एल्गोरिदम कुछ ऐसा ही करता है। यह एक एकल टाइम सीरीज़ (जैसे, एक दिन की बिजली की खपत) लेता है और उसका एक "दर्पण" बनाता है। यह समय $t$ पर डेटा पॉइंट को देखता है, फिर $t+1$ , फिर $t+2$ , और इसी तरह, उन्हें एक-दूसरे के ऊपर रखकर एक 2D रेखा से एक 3D आकार बनाता है। यह कंप्यूटर को डेटा के व्यक्तिगत नंबरों के बजाय उसके आकार और प्रवाह को देखने में मदद करता है।

2. "गुप्त रेसिपी" खोजना (Linear Laws)

एक बार जब डेटा को पुनर्गठित कर दिया जाता है, तो एल्गोरिदम प्रत्येक प्रकार के डेटा (ट्रेनिंग सेट में "गर्म" दिन और "ठंडे" दिन) के लिए एक "गुप्त रेसिपी" (जिसे पेपर में Linear Law कहा गया है) की तलाश करता है।

इसे एक मास्टर शेफ द्वारा सूप चखने के समान समझें। शेफ जानता है कि मसालों का कौन सा संयोजन (गणितीय भार/mathematical weights) सूप को "पूरी तरह संतुलित" बनाएगा या गणितीय शब्दों में, शून्य (zero) के बराबर कर देगा।

"गर्म" दिनों के लिए, एक विशिष्ट रेसिपी है जो डेटा को एक सपाट, शांत रेखा (शून्य) जैसा बना देती है।
"ठंडे" दिनों के लिए, एक अलग रेसिपी है जो वही काम करती है।

एल्गोरिदम इन रेसिपीज़ को "स्पेक्ट्रल डिकंपोज़िशन" (spectral decomposition) नामक तकनीक का उपयोग करके खोजता है (जो डेटा को उसके सबसे मौलिक, शांत पैटर्न को खोजने के लिए तोड़ने का एक जटिल तरीका है)।

3. "तनाव परीक्षण" (Transformation)

अब, कंप्यूटर के पास एक नया, अज्ञात डेटा ( "टेस्ट सेट") है। वह अभी नहीं जानता कि ये "गर्म" दिन हैं या "ठंडे" दिन।

एल्गोरिदम ट्रेनिंग डेटा से सीखी गई "गुप्त रेसिपीज़" को लेता है और उन्हें नए डेटा पर लागू करता है।

यह नए डेटा पर "गर्म" रेसिपी आज़माता है। क्या यह रेखा को सपाट कर देता है? यदि हाँ, तो नया डेटा संभवतः "गर्म" है।
यह "ठंडी" रेसिपी आज़माता है। क्या वह इसे सपाट कर देता है? यदि हाँ, तो यह संभवतः "ठंडा" है।

यदि नया डेटा रेसिपी के साथ अच्छी तरह से फिट नहीं होता है, तो इसका मतलब है कि डेटा किसी अन्य श्रेणी का है। यह प्रक्रिया अव्यवस्थित मूल डेटा को एक नए, साफ सेट में बदल देती है जो स्पष्ट रूप से दिखाती है कि डेटा किस श्रेणी का है।

4. स्वयं टूल (The R Package)

यह पेपर इसे R (एक भाषा जिसका उपयोग सांख्यिकीविद् करते हैं) में लिखे गए एक सॉफ्टवेयर टूल के रूप में प्रस्तुत करता है। इसे उपयोगकर्ता के अनुकूल और तेज़ बनाने के लिए डिज़ाइन किया गया है क्योंकि यह भारी, धीमे बाहरी उपकरणों पर निर्भर नहीं है; यह कंप्यूटर के अंतर्निहित गणितीय इंजनों का उपयोग करता है।

टूल को तीन मुख्य "श्रमिकों" में विभाजित किया गया है:

trainTest: आपके डेटा को एक "सीखने वाले समूह" (Training) और एक "परीक्षण समूह" (Testing) में वर्गीकृत करता है।
trainLaw: "शेफ" है। यह सीखने वाले समूह का स्वाद लेता है और "गुप्त रेसिपी" लिखता है।
testTrans: "तनाव परीक्षक" (Stress Tester) है। यह नए डेटा को लेता है, रेसिपी लागू करता है, और इसे वर्गीकरण के लिए तैयार प्रारूप में बदल देता है।

पेपर में वास्तविक दुनिया का उदाहरण

लेखकों ने फ्रांस के एक वास्तविक डेटासेट पर इसका परीक्षण किया जिसमें घरेलू बिजली की खपत शामिल थी। वे देखना चाहते थे कि क्या कंप्यूटर "गर्म मौसम" के दिनों और "ठंडे मौसम" के दिनों के बीच अंतर कर सकता है।

परिणाम: LLT टूल का उपयोग करके डेटा को बदलने के बाद, कंप्यूटर ने लगभग 87% बार मौसम को सही ढंग से पहचाना।
बोनस: पेपर नोट करता है कि यह विधि बहुत तेज़ है और सरल, मानक वर्गीकरण उपकरणों (जैसे "k-nearest neighbor" एल्गोरिदम) के साथ मिलकर अच्छी तरह से काम करती है।

सारांश

संक्षेप में, LLT पैकेज एक अनुवादक है। यह जटिल, पढ़ने में कठिन टाइम-सीरीज़ डेटा को लेता है, विशिष्ट पैटर्न को परिभाषित करने वाले छिपे हुए गणितीय "नियमों" को खोजता है, और डेटा को इस तरह से फिर से लिखता है कि कंप्यूटर आसानी से कह सके, "आह, यह पैटर्न 'गर्म' नियम से मेल खाता है," या "यह 'ठंडे' नियम से मेल खाता है।" यह समय-आधारित डेटा को छाँटने के काम को बहुत आसान और तेज़ बना देता है।

तकनीकी सारांश: लीनियर लॉ-आधारित फीचर स्पेस ट्रांसफॉर्मेशन के लिए LLT R पैकेज

समस्या विवरण
टाइम सीरीज़ क्लासिफिकेशन (TSC) मशीन लर्निंग और डेटा माइनिंग में एक चुनौतीपूर्ण कार्य बना हुआ है, क्योंकि सेंसर द्वारा एकत्र किए गए डेटा का आकार बड़ा, उच्च आयामी (high dimensionality) और निरंतर (continuous) होता है। जबकि मौजूदा दृष्टिकोण आम तौर पर फीचर-आधारित विधियों (जैसे, डिस्क्रीट वेवलेट ट्रांसफॉर्म, डिस्क्रीट फूरियर ट्रांसफॉर्म) और डिस्टेंस-आधारित विधियों (जैसे, 1-नेयरेस्ट नेबर के साथ डायनेमिक टाइम वार्पिंग) में वर्गीकृत हैं, ऐसे एल्गोरिदम की आवश्यकता है जो यूनिवैरिएट और मल्टीवेरिएट टाइम सीरीज़ दोनों के वर्गीकरण को सुगम बनाने के लिए फीचर स्पेस को प्रभावी ढंग से रूपांतरित कर सकें।

कार्यप्रणाली
यह शोध लीनियर लॉ-आधारित फीचर स्पेस ट्रांसफॉर्मेशन (LLT) एल्गोरिदम और इसके R पैकेज के रूप में कार्यान्वयन को प्रस्तुत करता है। मुख्य कार्यप्रणाली टाइम-डिले एम्बेडिंग और स्पेक्ट्रल डीकंपोजिशन का उपयोग करके टाइम सीरीज़ के भीतर नियंत्रित पैटर्न या "लीनियर लॉ" (linear laws) की पहचान करने पर आधारित है।

लीनियर लॉ की परिभाषा: एक टाइम सीरीज़ $z_t$ के लिए, एक $l$ -ऑर्डर टाइम-डिले एम्बेडिंग एक मैट्रिक्स $A$ बनाती है। इसके बाद एक सिमेट्रिक मैट्रिक्स $S = A^\top A$ जनरेट किया जाता है। "लीनियर लॉ" को $S$ के सबसे छोटे आइगेनवैल्यू (eigenvalue) के संगत आइगेनवेक्टर $v$ के रूप में परिभाषित किया गया है, जो $Sv \approx 0$ को संतुष्ट करता है। प्रिंसिपल कंपोनेंट एनालिसिस (PCA) के विपरीत, जो वेरिएंस को अधिकतम करता है, यह दृष्टिकोण उन घटकों की खोज करता है जो प्रोजेक्टेड डेटा के वेरिएंस को न्यूनतम करते हैं।
रूपांतरण प्रक्रिया (Transformation Process):
- ट्रेनिंग: डेटासेट को ट्रेनिंग और टेस्ट सेट में विभाजित किया जाता है। ट्रेनिंग सेट में प्रत्येक इनपुट सीरीज़ (प्रारंभिक फीचर) के लिए, एल्गोरिदम क्लास द्वारा समूहीकृत लीनियर लॉ (आइगेनवेक्टर्स) की गणना करता है।
- टेस्टिंग: टेस्ट इंस्टेंस के लिए, एल्गोरिदम इनपुट सीरीज़ से $S$ मैट्रिक्स बनाता है। इन्हें उसी प्रारंभिक फीचर के लिए प्राप्त प्रशिक्षण-व्युत्पन्न लॉ मैट्रिसेस ( $V^j$ ) द्वारा लेफ्ट-मल्टीप्लाइड किया जाता है।
- फीचर चयन: परिणामी मैट्रिसेस ( $S^{te,j}V^j$ ) का विश्लेषण किया जाता है। यदि टेस्ट डेटा का वेरिएंस या एब्सोल्यूट मीन (absolute mean) कम है, तो यह इंगित करता है कि टेस्ट डेटा उसी क्लास से संबंधित है जिसका उपयोग लॉ प्राप्त करने के लिए किया गया था। प्रत्येक क्लास और इनपुट सीरीज़ के लिए सबसे कम वेरिएस या/और एब्सोल्यूट मीन वाले कॉलम वेक्टर्स को चुनकर आयाम (dimension) को कम किया जाता है।

मुख्य योगदान
इस कार्य का प्राथमिक योगदान LLT R पैकेज है, जो LLT एल्गोरिदम का पहला सॉफ्टवेयर कार्यान्वयन है। पैकेज की प्रमुख विशेषताओं में शामिल हैं:

मॉड्यूलर आर्किटेक्चर: एल्गोरिदम को तीन मुख्य फंक्शनों (trainTest, trainLaw, testTrans) और दो सहायक फंक्शनों (embed, linlaw) में विभाजित किया गया है। यह मॉड्यूलरिटी आगे के एल्गोरिदम विकास को सुगम बनाती है।
दक्षता (Efficiency): कम कंप्यूटेशनल मांग सुनिश्चित करने के लिए, पैकेज बाहरी कम्युनिटी लाइब्रेरी के बजाय विशेष रूप से बिल्ट-इन R फंक्शन्स पर निर्भर करता है।
लचीलापन और उपयोगिता: पैकेज को उपयोगकर्ता के अनुकूल बनाया गया है, जिसमें केवल आवश्यक पैरामीटर (जैसे, पाथ, टेस्ट रेश्यो, डायमेंशन, लैग, सिलेक्शन क्राइटेरिया) की आवश्यकता होती है, जबकि यह यूनिवैरिएट और मल्टीवेरिएट डेटा दोनों का समर्थन करता है।
ओपन उपलब्धता: पैकेज (v0.1.0) और आवश्यक डायरेक्टरी स्ट्रक्चर के साथ एक सैंपल डेटासेट GitHub पर GNU जनरल पब्लिक लाइसेंस v3.0 के तहत सार्वजनिक रूप से उपलब्ध है।

परिणाम
यह शोध पैकेज को PowerCons डेटासेट (EDF से घरेलू बिजली खपत) का उपयोग करके मान्य किया गया है, जिसे "वॉर्म" (Warm) और "कोल्ड" (Cold) मौसमी श्रेणियों में वर्गीकृत किया गया है।

प्रायोगिक सेटअप: लेखकों ने 0.1 के टेस्ट रेश्यो और 5 के डायमेंशन ($dim$) के साथ 300 ट्रांसफॉर्मेशन किए।
प्रदर्शन: रूपांतरित फीचर्स के कम एब्सोल्यूट मीन वाले क्लास को चुनने के एक सरल वर्गीकरण नियम का उपयोग करते हुए, इस पद्धति ने 87.204% की औसत सटीकता हासिल की, जिसका मानक विचलन (standard deviation) 5.536% है।
तुलनात्मक संदर्भ: लेखक नोट करते हैं कि अन्य अध्ययनों (Kurbucz et al., 2022a) में LLT को k-नेयरेस्ट नेबर (KNN) एल्गोरिदम के साथ जोड़ने से कम कंप्यूटेशनल मांग के साथ सटीक परिणाम प्राप्त हुए हैं। इसके अतिरिक्त, मल्टीसेंसर डेटा फ्यूजन पर आधारित एक्टिविटी रिकग्निशन सिस्टम (AReM) डेटासेट पर पिछले कार्य ने प्रदर्शित किया कि LLT ने फीचर स्पेस ट्रांसफॉर्मेशन के बाद पारंपरिक क्लासिफायर की सटीकता को महत्वपूर्ण रूप से बढ़ाया है।

महत्व और दावे
यह शोध LLT पैकेज को एक व्यावहारिक उपकरण के रूप में प्रस्तुत करता है जो फीचर सेट्स की संरचना को रूपांतरित करता है ताकि टाइम सीरीज़ डेटा को वर्गीकृत करना आसान हो सके। लेखक इस बात पर जोर देते हैं कि यह एल्गोरिदम मौजूदा विधियों के मुकाबले कम कंप्यूटेशनल जटिलता वाला विकल्प प्रदान करता है। इस कार्य का महत्व एक लचीला, उपयोगकर्ता के अनुकूल और कुशल कार्यान्वयन प्रदान करने में निहित है जो कंप्यूटेशनल चरणों को अलग करता है, जिससे शोधकर्ताओं को लीनियर लॉ पर आधारित लर्निंग एल्गोरिदम विकसित करने में मदद मिलती है। लेखक एक विनम्र लहजा बनाए रखते हुए, पैकेज को एक सार्वभौमिक समाधान के बजाय एक आधारभूत कार्यान्वयन के रूप में प्रस्तुत करते हैं जो LLT एल्गोरिदम के अनुप्रयोग को सुगम बनाता है।