文献

J-GLOBAL ID：201802272200365112   整理番号：18A0162560

因果関係グラフ上の再開始を用いた酔歩を用いた多変量時系列予測の改善【Powered by NICT】

Improving Multivariate Time Series Forecasting with Random Walks with Restarts on Causality Graphs

著者 (4件)： Przymus Piotr ,  Hmamouche Youssef ,  Casali Alain ,  Lakhal Lotfi
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICDMW  ページ： 924-931  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： 多重予測因子を利用する予測モデルは,種々の分野で人気を獲得している。いくつかのケースでは,より正確な予測モデルを構築し,多くの変数の予測可能性を利用可能にした。残念なことに,実際には,観測された予測因子は標的変数に直接影響を及ぼす知らない。,無関係な変数を添加予報の品質を減少させる可能性がある。予測モデルにおいて用いることができる予測変数のセットを構築する予測における最大の課題の一つである。指向性因果関係グラフに基づく予測因子変数のための新しい選択モデルと再起動モデルとランダムウォークの修正を提案した。,米国とオーストラリアからの,二種の一般的なマクロ経済セットを用いて行った実験は,この簡単でスケーラブルなアプローチは他のよく確立された方法と比較して良好に動作することを示す。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： CASE ,  多重化 ,  指向性 ,  *因果律 ,  予測可能性 ,  予測モデル ,  アメリカ合衆国 ,  品質 ,  *酔歩 ,  オーストラリア連邦
準シソーラス用語： マクロ経済学 ,  選択モデル ,  予測因子 ,  *時系列予測 ,  *多変量 , 【Automatic Indexing@JST】

分類 (5件)： リモートセンシング一般  (AD04000L) ,  動物性水産食品  (FJ13020C) ,  分子・遺伝情報処理  (JE15040B) ,  CAD,CAM  (JE10000A) ,  汚染原因物質一般  (SB05010P)

タイトルに関連する用語 (5件)： 因果関係 ,  グラフ ,  酔歩 ,  多変量 ,  時系列予測