文献

J-GLOBAL ID：201702243543219094   整理番号：17A1827056

健康管理の大きなセンサデータにおける異常値検出のための効率的なアプローチ【Powered by NICT】

An efficient approach for outlier detection in big sensor data of health care

著者 (2件)： Saneja Bharti (Thapar University, Patiala, Punjab, India) ,  Rani Rinkle (Thapar University, Patiala, Punjab, India)
資料名： International Journal of Communication Systems  (International Journal of Communication Systems)
巻： 30  号： 17  ページ： ROMBUNNO.3352  発行年： 2017年 
JST資料番号： T0595A  ISSN： 1074-5351  CODEN： IJCYEZ  資料種別： 逐次刊行物 (A)
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： 近年,無線センサーネットワークは普及し,第二各トンのデータを生成した。このような大量のデータからの故障センサを検出する異常値検出を挑戦的な仕事になる。無線センサネットワークにおける異常値検出のための既存の技術の大部分は異なるデータ属性間の相関を考慮せずにデータ源の含有量のみに集中している。さらに,これらの方法はビッグデータにスケール可能ではない。これら二つの限界を解決するために,本論文ではビッグデータにスケーラブルであることを相関と動的SMO(逐次最小最適化)回帰に基づく異常値検出手法を提案した。,相関は強く相関した属性を見出すために使用し,次に点異常ノードが動的SMO回帰を用いて検出した。ビッグデータの高速処理では,Hadoop MapReduceフレームワークを用いた。実験的解析は,提案した方法が点および文脈的異常を効率的に検出すると誤警報の数を減少させることを示した。実験のために,人体センサネットワークにおけるセンサの実データを,Physionetデータベースから取った。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： データベース ,  故障 ,  *健康管理 ,  高速度 ,  最適化 ,  *センサ
準シソーラス用語： 人体センサーネットワーク ,  誤警報 ,  MapReduce ,  ビッグデータ ,  無線センサネットワーク ,  *異常値検出 ,  *センサデータ , 【Automatic Indexing@JST】

著者キーワード (5件)： ビッグデータ ,  相関 ,  異常値検出 ,  予測 ,  無線センサネットワーク

分類 (2件)： 電話・データ通信・交換一般  (ND11010T) ,  移動通信  (ND08030H)

タイトルに関連する用語 (2件)： センサデータ ,  異常値検出