文献

J-GLOBAL ID：201802267365394572   整理番号：18A1416449

空間的自己相関を考慮した海洋データのエラー検知

Error Detection in Ocean Data considering Spatial Autocorrelation

著者 (5件)： 林勝悟 (大阪大 大学院情報科学研究科) ,  小野智司 (鹿児島大 大学院理工学研究科) ,  細田滋毅 (海洋研究開発機構) ,  沼尾正行 (大阪大 産科研) ,  福井健一 (大阪大 産科研)
資料名： 人工知能学会全国大会論文集(CD-ROM)  (人工知能学会全国大会(CD-ROM))
巻： 31st  ページ： ROMBUNNO.4P1-OS-38a-4  発行年： 2017年 
JST資料番号： X0580B  ISSN： 1347-9881  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 世界中の海洋で水温や塩分といった海洋データの深度系列が測定されている。しかし,海洋データは海域によって変動の特性が異なるため,LOFなど一般的な異常検知技術を直接適用したエラー検知は難しい。本研究では,海域による変動の違いと深度系列を考慮した海洋データの深度系列のエラー検知フレームワークを提案する。まず,空間的自己相関を持つ教師データを選択し,スライド窓に変換し,一般的な異常検知技術を適用する。(著者抄録)

シソーラス用語： *測定データ ,  海域 ,  *海洋物理学 ,  *海洋 ,  水温 ,  塩分 ,  検出 ,  深さ ,  自己相関 ,  *機械学習
準シソーラス用語： 異常検出 ,  *海洋データ ,  深度

分類 (2件)： 海洋物理学一般  (DC06010K) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 空間的自己相関 ,  海洋 ,  エラー検知