文献

J-GLOBAL ID：201702275231289860   整理番号：17A0241945

MACDヒストグラムベースSAXとその性能評価を用いた時系列分類【Powered by NICT】

Time series classification using MACD-Histogram-based SAX and its performance evaluation

著者 (3件)： Tamura Keiichi (Graduate School of Information Sciences, Hiroshima City University, 3-4-1, Ozuka-Higashi, Asa-Minami-Ku, 731-3194, Japan) ,  Sakai Tatsuhiro (Graduate School of Information Sciences, Hiroshima City University, 3-4-1, Ozuka-Higashi, Asa-Minami-Ku, 731-3194, Japan) ,  Ichimura Takumi (Department of Management and Systems, Prefecture University of Hiroshima, 1-1-71, Ujina-Higashi, Minami-ku, 734-8559, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： SMC  ページ： 002419-002424  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 時系列分類は,多くの異なるアプリケーションドメインにおける最も良く知られたグランドチャレンジの一つである。時系列分類は分類されていない時系列への離散クラスラベルを割り当てる作業である。時系列分類器の設計において考慮されるべきである三つの重要なキーポイント:時系列のための特徴発現,距離関数の定義,分類戦略。時系列の多くの研究者は,記号的集約近似法(SAX),時系列のための最新の特徴発現に焦点を当ててきた。SAXは次元縮小を可能にする時系列のための高レベル記号表現である。SAXは記号ベースアプローチ,時系列分類器に適用される深さの研究を可能にする。本論文では,SAXベース記号表現を用いた時系列分類のための新しい方法を提案した。提案した方法は,移動平均収束発散(MACD)-ヒストグラムSAXと最近傍(1 NN)は拡張Levenshtein距離を利用した。提案した方法の性能を評価するために,我々はそれを実装し,UCR時系列分類アーカイブを用いて実験を行った。実験結果は,提案した方法は他の距離ベースI NNでなく,その他の最先端レベル手法よりも優れていることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *性能評価 ,  集中化 ,  *ヒストグラム ,  近似法 ,  次元縮小
準シソーラス用語： 最先端 ,  編集距離 ,  距離関数 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： ヒストグラム ,  SAX ,  性能評価 ,  時系列 ,  分類