文献

J-GLOBAL ID：201702265691390677   整理番号：17A1273103

ネットワーク時系列の圧縮への機能的特徴抽出の応用【Powered by NICT】

Application of functional feature extraction to the compression of network time series

著者 (4件)： Muelas David (High Performance Computing and Networking Research Group, Escuela Polite ́cnica Superior, Universidad Auto ́noma de Madrid, Spain) ,  Garcia-Dorado Jose Luis (High Performance Computing and Networking Research Group, Escuela Polite ́cnica Superior, Universidad Auto ́noma de Madrid, Spain) ,  Lopez de Vergara Jorge E. (High Performance Computing and Networking Research Group, Escuela Polite ́cnica Superior, Universidad Auto ́noma de Madrid, Spain) ,  Aracil Javier (High Performance Computing and Networking Research Group, Escuela Polite ́cnica Superior, Universidad Auto ́noma de Madrid, Spain)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IM  ページ： 592-595  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： ネットワーク管理活動は,ネットワーク状態の時間発展を表すデータの保持を必要とし,主に時系列の形であった。それにもかかわらず,そのようなデータの生産速度は連続的に増加しているとしてこれらの測定を蓄積し利用する課題になりつつあると長期間続くデータを用いた。貯蔵をスケールアップと解析とネットワーク測定の可視化の両方を改善するために,著者らは,ネットワーク時系列のための最も意味のある機能的特徴を抽出し,低情報重要性を枝刈りに対する機能的主成分分析(FPCA)を適用した。は他の最新の提案とそのようなアルゴリズムを比較し,それは,より高い圧縮比でも異常な観測の表現に対して小さな誤差を達成することを示した。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： 圧縮比 ,  時間発展 ,  可視化 ,  *ネットワーク ,  主成分分析 ,  *特徴抽出 ,  スケールアップ ,  アルゴリズム ,  ネットワーク管理
準シソーラス用語： ネットワーク測定 ,  生産速度 , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  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 (3件)： 時系列 ,  特徴抽出 ,  応用