抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
時系列に基づく異常検出は長年にわたって研究されていることを非常に重要な分野である。多くの技術を開発し,特定のアプリケーションドメインのに成功した。しかし,いくつかの課題,連続学習,雑音に対する耐性と一般化などが残っている。本論文では,時系列ベース異常検出のための,新しい生物学的ニューラルネットワーク,階層的一時メモリを提案した。HTMデータの変化パターンを学習し,正確な予測を行うための過去からの文脈情報を組み込むことができる。実および人工的データセットに対するHTMを評価した。実験結果は,HTMが時系列データの異常を発見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】