文献

J-GLOBAL ID：201602275821845956   整理番号：16A1404827

時系列位相的データ解析:新しいデータと機会【Powered by NICT】

On Time-Series Topological Data Analysis: New Data and Opportunities

著者 (3件)： Seversky Lee M. ,  Davis Shelby ,  Berger Matthew
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： CVPRW  ページ： 1014-1022  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： 本研究では,時系列データに応用した位相幾何学的データ分析(TDA)法の探索のための新しいデータセットとフレームワークを紹介した。時系列の時間遅延埋込みに適用した持続性ホモロジーのためのエンドtoend TDA処理パイプライン からの時系列データが得られた基礎にあるシステム動力学を捕捉する埋め込みを検討した。特に,学習のための特徴として時系列の長さ,スパースろ過法の近似精度,持続性ダイヤグラムの識別能力と安定性を考察した。単一源マルチセグメント信号とマルチソース単一セグメント信号のための複数ドメインにまたがる時系列データセットの広い範囲にわたってこれらの特性を調べた。解析とデータセットは全TDA処理パイプラインを捕捉し,時間遅延埋込み,持続性ダイヤグラム,位相幾何学的距離測度だけでなく,広範な時系列データ源のための類似性学習と分類タスクのためのカーネルを含んでいる。データセットの背後にあるTDA枠組みと原理を概説し,時系列分析と同様に新しい研究の機会のためのTDAの役割への洞察を提供した。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： 学習 ,  *位相 ,  時系列分析 ,  ホモロジー ,  類似性 ,  位相幾何学 ,  透視図法 ,  *データ解析 ,  距離測度 ,  近似精度 ,  時系列データ
準シソーラス用語： 持続性 ,  時間遅れ , 【Automatic Indexing@JST】

分類 (2件)： 数値計算  (JE02000J) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (4件)： 時系列 ,  位相 ,  データ解析 ,  機会