文献

J-GLOBAL ID：201702258009818567   整理番号：17A1393592

短時間スケールGWAC調査光度曲線の実時間異常検出【Powered by NICT】

Real-Time Anomaly Detection of Short-Time-Scale GWAC Survey Light Curves

著者 (6件)： Feng Tianzhi ,  Du Zhihui ,  Sun Yankui ,  Wei Jianyan ,  Bi Jing ,  Liu Jason
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： BigData Congress  ページ： 224-231  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： 地上広角カメラアレイ(GWAC)は5,000平方度の視野をカバーする画像を撮る15秒ごとまたはさらに短いことを短い時間スケール調査望遠鏡である。GWACの一つ科学ミッションを正確にかつ迅速に異常天体事象を検出することである。では,大量のデータを実時間で処理しなければならない。本論文では,高い信頼性を持って可能な限り早期GWACから得られた光度曲線で発生する異常事象を同定するために,DARIMA(または動的自己回帰統合移動平均)と呼ばれる,新しい時系列分析モデルを提案した。DARIMAの主な利点は,時系列データのリアルタイム処理中のモデルパラメータを動的に調整できることである。精度を改善するために異なる時間窓の重み付き予測結果に基づく異常点を同定した。実調査データを用いた実験結果は,DARIMAモデルは全ての光度曲線の最初の異常点を同定することができることを示した。は,実際の時系列データに埋め込まれた種々のタイプの模擬異常事象を用いて提案モデルを評価した。DARIMAモデルはそれらのすべてのための早期警報トリガーを生成することができる。実験からの結果は,提案したDARIMAモデルは短い時間スケールGWAC光度曲線の実時間異常検出のための有望な方法であることを実証した。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： 予測 ,  信頼性 ,  実時間処理 ,  *特異点 ,  画像 ,  警報 ,  時系列分析
準シソーラス用語： 時間窓 ,  モデルパラメータ ,  時系列データ ,  自己回帰 ,  カメラアレイ ,  *異常検出 ,  *実時間 ,  *光度曲線 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： スケール ,  調査 ,  光度曲線 ,  実時間 ,  異常検出