文献

J-GLOBAL ID：201702246563558071   整理番号：17A0213823

マトリックスプロファイルII:時系列モチーフと結合のための100000000障壁を破壊するための新しいアルゴリズムとGPUの利用【Powered by NICT】

Matrix Profile II: Exploiting a Novel Algorithm and GPUs to Break the One Hundred Million Barrier for Time Series Motifs and Joins

著者 (8件)： Zhu Yan ,  Zimmerman Zachary ,  Senobari Nader Shakibay ,  Yeh Chin-Chia Michael ,  Funning Gareth ,  Mueen Abdullah ,  Brisk Philip ,  Keogh Eamonn
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICDM  ページ： 739-748  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： 時系列モチーフは約十五年間の文献にされてきたが,最近になってようやく研究界において大きな注目を受け始めている。これはおそらくそれらは暗黙のうちに宿主時系列問題への解を提供する成長実現のために,ルール発見,異常検出,密度推定,意味的セグメンテーションなどを含む。最近の研究は,正確なモチーフは支持時間で百万までのデータ点を持つデータセット上で計算できる点にスケーラビリティを改善した。しかし,いくつかの領域,例えば地震学のための,さらに大きなデータセットに対処するための飽くなき必要がある。本研究では,新しいアルゴリズムと高速GPUの組み合わせは,モチーフ発見のスケーラビリティを著しく改善できることを示した。一億部分系列データセット上での正確なモチーフの完全な集合を見出すことにより,このような考えのスケーラビリティを実証した,時系列モチーフのマイニングされた最大データセットで。さらに著者らは,著者らのアルゴリズムは,地震学と他の領域において実用可能な洞察を生成することができることを示した。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： セグメンテーション ,  *アルゴリズム ,  地震学 ,  高速度 ,  異常検出
準シソーラス用語： モチーフ発見 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (8件)： マトリックス ,  プロファイル ,  時系列 ,  モチーフ ,  障壁 ,  破壊 ,  アルゴリズム ,  GPU