我试图总结一下我的任务,并想知道,是否有标准的方式来做这项工作,还是一些有用的图书馆。
某些事件在几个数据来源S1 .SN上得到跟踪和时间。 记录的信息是活动类型和时间序列。 可能发生若干类似事件,也可能是间歇。 可能发生“放任”事件,即当一个来源对其作出评估时,反之亦然,当一个来源提出“积极”时。 在不同来源对同一事件的意见之间通常存在时间差异。 这一时间差异由于源的物理位置而具有固定组成部分,但也可能由于网络相对和其他因素而具有不同的组成部分。
我需要找到一种算法,以找到最佳的间隔时间,在单一的“观察活动”中将所有来源的意见分类,并能够发现失踪事件和错误的正面。
我很想知道,在统计领域,解决办法是否确实是某些地方,而不是algoritghms。 任何投入都将受到高度赞赏。