## Memo - [[相互相関]] - 系列間のラグ相関 ## Abstract 目標は、複数の数値ストリームを監視し、どのペアがラグと相関しているか、また、そのような各ラグの値を決定することである。ラグ相関（および反相関）は頻繁に発生し、実際に非常に興味深いものである。例えば、金利の低下は一般的に住宅販売の増加に数ヶ月先行し、飲料水に含まれるフッ化物の量は、数年後に虫歯の減少につながるかもしれない。このほか、ネットワーク解析、センサーモニタリング、金融データ解析、移動物体追跡などの用途がある。このようなデータストリームはしばしば相関があるが（あるいは反相関がある）、未知のラグがある。 我々は、データストリーム間のラグ相関を検出する手法であるBRAIDを提案する。BRAIDは、半無限の長さのデータストリームを、インクリメンタルに、高速に、少ないリソース消費で扱うことができる。また、ナイキストのサンプリング定理に基づく理論解析により、BRAIDは遅れの相関をほとんど、しばしば全く誤差なく推定できることを示す。実データとリアルデータを使った実験では、BRAID はほとんどの場合、正しいラグを完全に検出し（最大の相対誤差は約 1%）、素朴な実装に比べて最大 40,000 倍も高速であることが示されました。 [[2005__SIGMOD__BRAID - Stream Mining through Group Lag Correlations__translations]]