文献

J-GLOBAL ID：201802268253136374   整理番号：18A1262100

ウェーブレット変換時系列を用いたパネルデータのための分類木法【JST・京大機械翻訳】

Classification tree methods for panel data using wavelet-transformed time series

著者 (4件)： Zhao Xin (School of Mathematics, University of Leeds, UK) ,  Barber Stuart (School of Mathematics, University of Leeds, UK) ,  Taylor Charles C. (School of Mathematics, University of Leeds, UK) ,  Milan Zoka (King’s College Hospital Trust, London, UK)
資料名： Computational Statistics & Data Analysis  (Computational Statistics & Data Analysis)
巻： 127  ページ： 204-216  発行年： 2018年 
JST資料番号： H0911A  ISSN： 0167-9473  CODEN： CSDADW  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ウェーブレット変換された変数は,元のスケールに関する変数を用いるよりもパネルデータに対するより良い分類性能を持つことができる。ウェーブレットに基づく表現を用いたデータのタイプを示す例を示し,分類精度を改善した。結果は,ほとんどの場合,ウェーブレット変換データが元のデータに対してより良いか類似の分類精度を持ち,純粋に有用な説明変数を選択するだけであることを示した。ウェーブレット変換データの使用により,元の変数よりも効果的な局所化平均および差分変数を提供し,「雑音」から「信号」を分離する手段を提供し,分解能スケールが最も有益であるという考察を通して改良解釈の機会をもたらす。個々の個人に関する複数の観察によるパネルデータは,個々のレベルで分類するためにいくつかの形式の凝集を必要とする。3つの異なる凝集スキームを提示し,シミュレーションデータと肝臓移植中に集めた実際のデータを用いて比較した。分類の前に個々のレベルデータを集めることに基づく方法は,時間点分類の組合せにのみ依存する方法より優れている。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 凝集 ,  *ウェーブレット変換 ,  雑音 ,  分解能 ,  *波束
準シソーラス用語： 局在化 ,  分類精度 ,  分類木 , 【Automatic Indexing@JST】

著者キーワード (4件)： CART ,  MODWT ,  パネルデータ ,  雑音排除

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (3件)： ウェーブレット変換 ,  時系列 ,  分類木