文献

J-GLOBAL ID：201802297981967675   整理番号：18A1681464

多様体学習による多変量時系列解析【JST・京大機械翻訳】

Multivariate Time-Series Analysis Via Manifold Learning

著者 (3件)： Rodrigues Pedro Luiz Coelho (CNRS, Grenoble INP, GIPSA-lab, Univ. Grenoble Alpes, Grenoble, 38000, France) ,  Congedo Marco (CNRS, Grenoble INP, GIPSA-lab, Univ. Grenoble Alpes, Grenoble, 38000, France) ,  Jutten Christian (CNRS, Grenoble INP, GIPSA-lab, Univ. Grenoble Alpes, Grenoble, 38000, France)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： SSP  ページ： 573-577  発行年： 2018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： 本論文は,多変量時系列を解析するためのデータ駆動アプローチを提示した。それは,高次元データがしばしば低次元多様体上にあるという仮説に依存しており,その形状は多様体学習技術を用いて明らかにされる。多変量時系列間の距離の概念を定義し,それを用いて,数個のパラメータを用いて手での信号の統計を記述できる低次元埋込みを決定した。2つのシミュレーション例と脳波記録(EEG)を含む2つの実データセットに関する著者らの方法を例示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  時系列分析 ,  *多様体
準シソーラス用語： 低次元 ,  高次元データ ,  データ駆動 ,  *多変量 ,  *多様体学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 多様体学習 ,  多変量 ,  時系列解析