文献

J-GLOBAL ID：201402222375611583   整理番号：14A0862370

時系列データマイニングのための部分列方向を用いた記号的近似表現のための距離測度

Distance Measure for Symbolic Approximation Representation with Subsequence Direction for Time Series Data Mining

著者 (3件)： LI Tianyu (Tokyo Inst. Technol., Yokohama, JPN) ,  DONG Fang-Yan (Tokyo Inst. Technol., Yokohama, JPN) ,  HIROTA Kaoru (Tokyo Inst. Technol., Yokohama, JPN)
資料名： Journal of Advanced Computational Intelligence and Intelligent Informatics  (Journal of Advanced Computational Intelligence and Intelligent Informatics)
巻： 17  号： 2  ページ： 263-271  発行年： 2013年03月20日 
JST資料番号： F1398A  ISSN： 1343-0130  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 方向表現を用いた記号的集約近似(SAX)に基づく時系列データマイニングのための距離測度を提案した。提案手法は,Euclid距離に対して下界のタイト性の増大と,元のSAXに対する時系列の部分列方向の追加による時系列データマイニングの誤り率の減少を目的としている。多様な型,長さ,サイズを持つ各種の時系列データを含んだ公開されているカリフォルニア大学Riverside(UCR)時系列データセット上での実験を行い,元のSAXと比較して提案距離測度のタイト性が平均的に17.54%増大しており,方向表現を用いたSAX上での分類誤り率が,元のSAXから得られた結果のそれと比較して,16.22%削減されていることを示した。提案アプローチにより分類誤り率が低減され,クラスタリング,コンテンツによるクエリー,モチーフ発見といったようなその他の時系列データマイニングタスクに適用可能であると思われる。(翻訳著者抄録)

シソーラス用語： *データマイニング ,  時系列 ,  *時系列分析 ,  *近似法 ,  記号処理 ,  距離 ,  測度 ,  誤り率 ,  限界 ,  方向 ,  評価試験 ,  原価
準シソーラス用語： Euclid距離 ,  下界 ,  計算コスト ,  *時系列データマイニング ,  分類誤り率

分類 (3件)： 人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H) ,  数値計算  (JE02000J)

引用文献 (10件)：

• J. Lin and E. Keogh, “A Symbolic Representation of Time Series, with Implications for Streaming Algorithms,” 8th ACM SIGMOD Workshop on Research Issues in Data Mining and Knowledge Discovery, pp. 2-11, 2003.
• B. Lkhagava, Y. Suzuki, and K. Kawagoe, “Extended SAX: Extension of Symbolic Aggregate Approximation for Financial Time Series Data Representation,” Data Engineering Workshop, 2006.
• M. M. M. Fuad and P. F. Marteau, “Enhancing the Symbolic Aggregate Approximation Method Using Updated Lookup Tables,” Knowledge-Based and Intelligent Information and Engineering Systems, pp. 420-431, 2010.
• G. Li, L. P. Zhang, and L. Q. Yang, “TSX: A Novel Symbolic Representation for Financial Time series,” Trends in Artificial Intelligence, pp. 262-273, 2012.
• H. Ding and E. Keogh, “Querying and Mining of Time Series Data: Experimental Comparison of Representations and Distance Measures,” Proc. of VLDB Endowment, Vol.1, Issue 2, pp. 1542-1552, 2010.

タイトルに関連する用語 (6件)： 時系列データマイニング ,  列方向 ,  記号 ,  近似 ,  表現 ,  距離測度