文献

J-GLOBAL ID：201802260710831932   整理番号：18A0162641

STExNMF:異常事象検出のための空間-時間排他的トピック発見【Powered by NICT】

STExNMF: Spatio-Temporally Exclusive Topic Discovery for Anomalous Event Detection

著者 (11件)： Shin Dear Sungbok ,  Choi Minsuk ,  Choi Jinho ,  Langevin Scott ,  Bethune Christopher ,  Horne Philippe ,  Kronenfeld Nathan ,  Kannan Ramakrishnan ,  Drake Barry ,  Park Haesun ,  Choo Jaegul
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICDM  ページ： 435-444  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： 日の特定領域に関連した新しく出現したイベントや話題を高度に発展する大都市で起こる臨界事象に深い洞察を提供することができる。話題一般的または面積および時間点に関して新たに出現した事象を発見するための位置ベースソーシャルメディアデータとしての空間的-時間的な情報(例えば,いつ,どこで文書が発表された)を用いたテキスト文書で新しいトピックモデリング手法を提案する。対応する領域の文書から各主題キーワードを示す規則的な格子またはタイルから成るマップビューを考察した。この目的のために,著者らはSTExNMFと呼ばれるtilebased空間-時間排他的トピックモデリングアプローチ,新しい非負行列因数分解(NMF)法に基づいて提示した。STExNMFは主に次の二つの段階に基づいて働く(1)タイルの一般的な話題を得るために各タイルの標準NMFを実行し,(2)重み付き残差マトリックスに時空間的に専用NMFを実行する。これらの話題は,領域内の関心の新たに出現したイベントや話題に関する情報を明らかにする可能性がある。ニューヨーク市の地理タグ付きツイッターデータを用いて提案アプローチの利点を示した。もいくつかの用法シナリオを用いて提案法の話題品質,空間-時間排他性,トピック変動,および定性的評価の観点から定量的比較を提供する。添加では,並列計算を活用することによりこのモデルの高速トピックモデリング技術を提示した。Copyright 2018 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： キーワード ,  並列演算 ,  品質 ,  地理学 ,  残差 ,  モデリング ,  *大都市 ,  臨界 ,  高速度
準シソーラス用語： ニューヨーク市 ,  テキスト ,  *イベント検出 , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (3件)： 事象検出 ,  トピック ,  発見