文献

J-GLOBAL ID：201702282880829577   整理番号：17A0213807

マトリックスプロファイルIII:大量の時系列における顕著な部分列のマトリックスプロファイル可視化を可能にする【Powered by NICT】

Matrix Profile III: The Matrix Profile Allows Visualization of Salient Subsequences in Massive Time Series

著者 (3件)： Yeh Chin-Chia Michael ,  Herle Helga Van ,  Keogh Eamonn
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICDM  ページ： 579-588  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： 多次元スケーリング(MDS)は,探索的データマイニングのための最も多目的なツールの一つである。データにおける可能な構造の最初の一瞥,使用した分析の選択を知らせることを可能にした。その利用は多面的である。ユーザをデータのclusterabilityまたは線形分離可能性として考えことができる。スポット異常値を助けることができる,またはデータの固有次元を示唆できる。さらに,時々データにおける予期しない潜在的な規模を明らかにすることができる。これらすべての利用により,MDSはマーケティング,医学,遺伝学,音楽と言語学などの広い分野にますます利用されている。MDSの長所の一つは,基本的にデータ型に不可知論ことである,距離行列,MDSアルゴリズムへの唯一必要な入力を作成するために,距離測度を使用することができる。この一般性にもかかわらず,著者らは以下の主張をする。MDSはますます重要なデータ型,時系列サブシーケンスのための定義されていない(井戸)である。本研究では,この事例であり,スケーラブルな解決策を提案する理由を説明した。いくつかの多様な実世界データセット上で提案アイデアの有用性を実証した。提案アプローチの中心は,新しい最小記述長(MDL)部分列抽出アルゴリズムである。MDS可視化を超えて,この部分列抽出サブルーチンは,その本来の意味で有用なツールである。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： データ型 ,  普遍性 ,  遺伝学 ,  *可視化 ,  音楽 ,  高次元 ,  異常値 ,  言語学 ,  データマイニング ,  マーケティング ,  距離測度 ,  距離行列 ,  自然科学
準シソーラス用語： サブルーチン ,  最小記述長 ,  分離可能性 , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  分子・遺伝情報処理  (JE15040B) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： マトリックス ,  プロファイル ,  時系列 ,  可視化