文献

J-GLOBAL ID：201802240943956675   整理番号：18A2117430

時系列のための適応直交SSA分解アルゴリズム【JST・京大機械翻訳】

An Adaptive Orthogonal SSA Decomposition Algorithm for a Time Series

著者 (2件)： Kume Kenji (Department of Physics, Nara Women’s University, Nara 630-8506, Japan) ,  Nose-Togawa Naoko (Research Center for Nuclear Physics, Osaka University, Ibaraki 567-0047, Japan)
資料名： Advances in Data Science and Adaptive Analysis  (Advances in Data Science and Adaptive Analysis)
巻： 10  号： 1  ページ： 1850002  発行年： 2018年 
JST資料番号： W3704A  ISSN： 2424-922X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： シンガポール (SGP)  言語： 英語 (EN)

抄録/ポイント： 特異スペクトル解析(SSA)は,任意の数の解釈可能な成分への時系列の非パラメトリックスペクトル分解である。それは,解析の特定目的のために調整できる単一パラメータ,窓長Lを含む。時系列の分解の後,類似のシリーズをグループ化して,低相関行列によるコンサルティングによって解釈可能な構成要素を得た。周波数スペクトルのより良い分解能を達成するために,より大きな窓長さLが望ましく,この場合,適切なグループ化はSSA分解を作るために重要である。しかし,低相関行列がブロック対角形式を持たない場合,グループ化を適切に行うことは困難である。これを避けるために,SSA方式に基づく時系列の適応直交分解のための新しいアルゴリズムを提案した。時系列のSSA分解シーケンスを再結合し,その二乗ノルムを最大化するために線形係数を決定した。これは,グラム行列の固有値問題をもたらし,L次元部分空間に対する正規直交基底ベクトルを得ることができる。これらの基底ベクトル上の元の時系列の直交射影によって,著者らは,元のSSA分解の冗長性なしで,時系列の適応直交分解を得ることができた。Copyright 2018 World Scientific Publishing Company All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *直交性 ,  冗長性 ,  再結合 ,  *アルゴリズム ,  線形性 ,  固有値問題 ,  スペクトル分解 ,  分解能 ,  ノルム
準シソーラス用語： 直交射影 ,  基底ベクトル ,  部分空間 ,  直交分解 ,  相関行列 ,  特異スペクトル解析 , 【Automatic Indexing@JST】

著者キーワード (4件)： 時系列 ,  特異スペクトル解析 ,  グルーピング ,  直交分解

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (4件)： 時系列 ,  適応 ,  分解 ,  アルゴリズム