本调研总结了TB级别以上数据集的简单说明与地址，不限数据类型。其中包含了一些压缩后不足1TB的数据集，他们的原始文件大小均为1TB以上。

以下数据均来源于美国疾病控制与预防中心（CDC）。

调研: 关于流感预测

数据

• CDC关于2017-18流感季节预测比赛的数据与官方指导文件

• CDC上关于流感预测的方法介绍

• 学术网站Aminer整理的COVID19数据、信息、知识

Link

调研

• NIPS19 - Learning Representations for Time Series Clustering

流程

1. 本质上是在隐空间内学习一个利于分簇的表征，然后利用该表征结合传统的聚类方法，做聚类任务
   1. 使用auto-encoder的结构，求得时间序列在隐空间中的表达
   2. 为了使得encoder出的结果更适合于执行聚类任务，使用k-means建模了隐空间中的数据（本质上是无监督的优化类间距离与类内距离），这个过程中使用了可微分的k-means loss
   3. 为了使得encoder更具有表征能力，添加了一项任务，即分类任务，使用一个子网络来分类encoder编码的真实数据与假数据。
2. 使用UCR聚类任务评估效果

我认为的缺点

1. K-means的隐空间建模能力远弱与GMM

（有待整理）

哦哦哦，也就是可以用激活函数实现一些数学操作的意思，把特定范围的值（小于零得值）映射到另一个特定的值（0）。【我倒有看到一个用relu把特定的值变为0的，比如gcn自动学习临接矩阵的时候，把小的项变为0】

原文链接

Link

Link

KDD2019

• Robust High Dimensional Stream Classification with Novel Class Detection

  Zhuoyi WANG (University of Texas at Dallas)*; Zelun Kong (University of Texas at Dallas); Swarup Chandra (University of Texas at Dallas); Hemeng Tao (The University of Texas at Dallas); Latifur Khan (The university of Texas at Dallas)

• TARDIS: Distributed Indexing Framework for Big Time Series Data

  liang zhang (WPI)*; Noura S Alghamdi (WPI); Mohamed Y. Eltabakh (Worcester Polytechnic Institute); Elke Rundensteiner (WPI)