文献

J-GLOBAL ID：201702243712831995   整理番号：17A1260462

点特徴を用いた時系列分類【Powered by NICT】

Time series classification using point-wise features

著者 (2件)： Ergezer Hamza (Elektrik-Elektronik Muehendisligi, ODTUe, EOSTM, MGEO Grubu, ASELSAN, Ankara, Tuerkiye) ,  Leblebicioglu Kemal (Elektrik-Elektronik Muehendisligi, ODTUe, Ankara, Tuerkiye)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SIU  ページ： 1-4  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： 本研究では,特徴共分散行列を利用した新しいアプローチを時系列classiflcationを提案した。時系列classiflcationのための特徴共分散行列を適応させるために,特徴ベクトルを時系列的に各点に対して定義した。特徴ベクトルは,誘導体,ランク,平均からの偏差,点の時間指数と累積和のような局所的および大域的情報を含む点まで。単一共分散マトリックスによる全時系列を表現する代わりに,時系列は重複部分系列に分割した。時間インスタンスのための抽出された特徴ベクトルを連結して重複した部分系列の特徴行列を構築した。特徴行列の共分散は部分系列を記述した。両トレーニングおよび試験試料のための特徴共分散行列を決定した後に,SVM分類器を用いて試験試料のクラスを決定した。UCR時系列データセット上で実施した実験は,提案した方法は,DTW,シェープレットおよびその他の最先端技術のようなよく知られた方法より性能が優れているほとんどする結果をもたらすことを示した。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： *共分散
準シソーラス用語： 時系列データ ,  SVM分類 ,  特徴ベクトル ,  共分散行列 , 【Automatic Indexing@JST】

分類 (3件)： 人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 点 ,  時系列 ,  分類