文献

J-GLOBAL ID：201702246464533329   整理番号：17A0300359

時空間異常検出法の研究について概説した。【JST・京大機械翻訳】

A Summary of Spatio-temporal Outlier Detection

著者 (4件)： Deng Min (Department of Geo-informatics,School of Geosciences and Info-Physics,Central South University) ,  Shi Yan (State Key Laboratory of Information Engineering in Surveying,Mapping & Remote Sensing,Wuhan University,Collaborative Innovation Center of Geospatial Technology) ,  Gong Jianya (State Key Laboratory of Information Engineering in Surveying,Mapping & Remote Sensing,Wuhan University,Collaborative Innovation Center of Geospatial Technology) ,  Yang Xuexi (Department of Geo-informatics,School of Geosciences and Info-Physics,Central South University)
資料名： Dili Yu Dili Xinxi Kexue  (Dili Yu Dili Xinxi Kexue)
巻： 32  号： 6  ページ： 43-50  発行年： 2016年 
JST資料番号： C2669A  ISSN： 1672-0504  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 異常検出はデータマイニング分野における重要な研究内容であり,大規模データからの普遍的法則に適合することなく,「異なる」特性を表現するデータやパターンをマイニングすることを目的とする。それは金融詐欺、公共衛生、極端な気候事件の発見、交通渋滞の判別、環境汚染の監視などの領域において重要な応用価値がある。異常検出は最初にトランザクションデータベースに応用され、その後、空間データベースと時空データベースに拡張され、一連の特異的異常検出アルゴリズムが現れた。応用の要求を満たすために,より高い性能とより強い適応性を有する異常検出法を開発するために,本論文では,異常データを従来の異常検出,空間異常検出,および時空異常検出に分割し,典型的/空間/時空異常検出法を詳細にレビューした。これらの方法の問題と限界を指摘した。1)高次元データの異常検出には適用できない。2)適応能力が悪い。3)異常検出結果に対する有効性の評価は欠如している。最後に,異常検出に関するホットスポットについて議論した。1)高次元の属性の異常検出を考慮する。2)領域知識の異常検出;3)結合測度関係と尺度関係の異常検出;4)異常検出の有効性評価。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： データマイニング ,  適応性 ,  高次元 ,  気候 ,  ドメイン知識 ,  *データベース ,  金融 ,  交通混雑 ,  測度 ,  ホットスポット
準シソーラス用語： 有効性評価 ,  検出アルゴリズム ,  空間データベース ,  詐欺 ,  *異常検出 , 【Automatic Indexing@JST】

著者キーワード (4件)： outliers ,  traditional outlier detection ,  spatial outlier detection ,  spatio-temporal outlier detection

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 時空間 ,  異常検出 ,  研究