通过复杂网络生成合成时间序列

arXiv:2601.22879v3 公告类型：替换 摘要：时间序列数据对于广泛的应用至关重要，但由于隐私问题、采集成本和标注难题，高质量数据集的获取往往受到限制。合成时间序列生成已成为应对这些限制的一种有前景的方法。在本研究中，我们探讨了利用复杂网络映射生成合成时间序列的方法，重点关注分位数图（Quantile Graph，QG）表示及其逆映射。尽管逆 QG 映射此前已有提出，但其作为通用数据生成器的潜力尚未得到系统评估。为弥补这一空白，我们开展了一项全面的实证研究，评估通过逆分位数图（Inverse Quantile Graph，InvQG）框架生成的合成时间序列的保真度和实用性。评估结合了统计特征分析、基于网络的拓扑特征，以及在下游聚类和分类任务中的表现，并使用了模拟数据集和真实世界数据集。结果表明，在广泛的模型范围内，InvQG 能够有效保留边际分布和短期时间依赖关系，同时在捕捉长期动态或高阶动态方面存在可预期的局限性。