文献

J-GLOBAL ID：201702224655471503   整理番号：17A1253733

類似性探索のための動向と値ベース時系列表現【Powered by NICT】

Trend and Value Based Time Series Representation for Similarity Search

著者 (1件)： Kane Aminata
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： BigMM  ページ： 252-259  発行年： 2017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： 一般的に時系列(TS)知識発見における,特に類似性検索の研究は近年盛んになってきた,大量の高次元TSデータを必要としていることを応用ドメインの数に起因していた。残念なことに,多くの実際的な応用のための,そのようなフレームワークにおける高次元性は,生データから重要なパターンを明らかにすることを困難にしている。TS変換技術は,多くのパターン認識タスクのための重要な前処理ツールになってきた。本論文では,検索結果の精度を向上させるためにTS値と動向情報を組み込んだTSとproposea記号変態過程における類似性検索の問題,および象徴的類似度を調べた。は提案した方法の性能を評価するために多数の実験を行った。著者らの結果は,時系列特性の良好な捕捉を示し,増加した精度と効率を提供した。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： 高次元 ,  *類似性 ,  知識発見 ,  パターン認識 ,  前処理
準シソーラス用語： 類似度 ,  生データ ,  類似性検索 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 類似性 ,  探索 ,  動向 ,  時系列 ,  表現