文献

J-GLOBAL ID：201502201428855278   整理番号：15A1149901

特徴的部分系列に基づく時系列および形状系列の判別分析

Discriminative Analysis on Time Series and Sequential Shape Patterns Based on Characteristic Subsequences

著者 (3件)： 須賀佑太朗 (サンデンホールディングス) ,  関庸一 (群馬大) ,  安藤晋 (東京理大 経営)
資料名： 情報処理学会論文誌トランザクション 数理モデル化と応用(Web)  (情報処理学会論文誌 数理モデル化と応用(Web))
巻： 8  号： 2  ページ： 66-76 (WEB ONLY)  発行年： 2015年07月24日 
JST資料番号： U0475A  ISSN： 1882-7780  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： 日本語 (JA)

抄録/ポイント： 系列データの分類は時系列・センサストリームや画像輪郭線の分類等幅広い応用を含む機械学習の重要な問題の1つである。しかし,系列データは特殊な順序構造を持ち,一般的な分類器の直接の入力として適さない。このため一般的な分類器で系列データから学習するのに適した特徴量を生成することが課題となる。有望なアプローチとして,Shapelet等の系列内の特徴的パターンから予測変数を生成する方法が提案されている。これらの方法では系列パターンとクラスの特徴を視覚的分析できるメリットがある。ただし,従来手法では多数の系列パターンを利用するとクラスとパターンとの対応が不明瞭になるという問題があった。本研究では系列パターンからの距離に基づく特徴量と特徴選択の手法を組み合わせることで,クラスに固有なパターンを抽出する方法を提案する。提案手法は,マージン最大化学習と同時にマージンを最大限維持する特徴選択手法を用いる。選択された特徴に対応する系列パターンを視覚的に分析した結果,クラス固有の部分形状が検出できることが示された。数値実験では,時系列データと輪郭データを用いて提案手法の性能を評価し,既存手法との比較を示す。(著者抄録)

シソーラス用語： *分類 ,  *データ ,  時系列 ,  *順序 ,  型 ,  特徴抽出
準シソーラス用語： *データ分類 ,  時系列データ ,  *系列データ ,  特徴量 ,  系列パターン

分類 (2件)： 情報収集・整理  (AC04000I) ,  パターン認識  (JE07000S)

引用文献 (26件)：

• 平野章二,津本周作:構造的類似性に着目した多変量時系列医療データのクラスタ分析,第70回全国大会講演論文集,pp.5-47-48,情報処理学会(2008).
• 平野章二,津本周作:長期時系列データ類型化法の比較,情報処理学会研究報告(知能と複雑系),90(2003-ICS-133),pp.139-144(2003).
• 大平良司,矢田紀子,長尾智晴:単純な図形の組み合わせによる分類アルゴリズム,情報処理学会研究報告(数理モデル化と問題解決研究報告),2010-MPS-77,pp.1-6(2010).
• Latecki, L.J., Lakämper, R. and Eckhardt, R.: Shape Descriptors for Non-rigid Shapes with a Single Closed Contour, Proc. IEEE Conf. Computer Vision and Pattern Recognition, pp.424-429 (2000).
• Kadous, M.W. and Sammut, C.: Classification of Multivariate Time Series and Structured Data Using Constructive Induction, Mach. Learn., Vol.58, No.2-3, pp.179-216 (2005).

タイトルに関連する用語 (3件)： 系列 ,  時系列 ,  判別分析