文献

J-GLOBAL ID：201802227532224230   整理番号：18A1911871

周波数領域法による時系列クラスタリングと分類【JST・京大機械翻訳】

Time series clustering and classification via frequency domain methods

著者 (2件)： Holan Scott H. (Department of Statistics, University of Missouri, Columbia, Missouri) ,  Ravishanker Nalini (Department of Statistics, University of Connecticut, Storrs, Connecticut)
資料名： Wiley Interdisciplinary Reviews: Computational Statistics  (Wiley Interdisciplinary Reviews: Computational Statistics)
巻： 10  号： 6  ページ： e1444  発行年： 2018年 
JST資料番号： W2767A  ISSN： 1939-5108  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 様々な科学的質問と組み合わせた技術革新は,分類とクラスタ化応用の広い配列をもたらした。これらの応用の多くは,直接分類またはクラスタ化時系列を含み,周波数(スペクトル)領域内で最近の方法論的進歩を活用している。本論文では,周波数領域における時間系列のクラスタリング/分類のための方法をレビューし,特に,線形および定常から非線形および非定常にわたる異なるタイプの時系列に対する種々の方法について述べた。著者らの展望は統計学/データ科学文献からキャストされ,信号処理に関する文献に移行しない。最後に,実装に関連する種々の側面を要約し,それにより,興味ある実行者に対する必要な文脈を提供した。本論文は以下の通りに分類される:統計モデル>時間シリーズモデル統計学習とデータ科学>クラスタ化と分類データ:タイプと構造>時間シリーズ,確率的プロセス,およびデータ解析>Bayes法と理論の機能データ統計学的および理論的方法。Copyright 2018 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 線形性 ,  *周波数 ,  *クラスタ化 ,  信号処理 ,  スペクトル ,  統計模型 ,  統計学 ,  データ解析 ,  確率過程 ,  *周波数領域
準シソーラス用語： Bayes法 ,  統計学習 ,  データサイエンス ,  非定常性 , 【Automatic Indexing@JST】

著者キーワード (9件)： ベイズ ,  バイスペクトル ,  BSLEX ,  機能データ ,  非線形 ,  非定常 ,  スペクトル密度 ,  スペクトログラム ,  時間周波数

分類 (3件)： 人工知能  (JE08000Z) ,  オペレーションズリサーチ一般  (KA03010Q) ,  統計学  (AB08000H)

タイトルに関連する用語 (4件)： 周波数領域法 ,  時系列 ,  クラスタリング ,  分類