文献

J-GLOBAL ID：201902253513719578   整理番号：19A0302377

Opossam:自己適応メモリを用いたストリームデータのオンライン予測【JST・京大機械翻訳】

OPOSSAM: Online Prediction of Stream Data Using Self-adaptive Memory

著者 (4件)： Yamaguchi Akihiro (System Engineering Lab, Toshiba Corporation, Japan) ,  Maya Shigeru (System Engineering Lab, Toshiba Corporation, Japan) ,  Inagi Tatsuya (System Engineering Lab, Toshiba Corporation, Japan) ,  Ueno Ken (System Engineering Lab, Toshiba Corporation, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： Big Data  ページ： 2355-2364  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： 交通流,株価,電力消費などのデータストリームにおける短距離の将来価値を予測する必要がある。しかし,非定常データストリームにおける概念ドリフトは重要な問題である。このようなデータストリームに対するOPOSSAMと呼ばれるオンライン予測法を提案した。OPOSSAMは短期記憶と長期記憶における時系列セグメントを管理し,時系列セグメントの類似性に基づく局所回帰により将来価値を予測する。特に,OPOSSAMは,大きな予測誤差を持つ冗長サンプルを低減することにより一貫した長期記憶を維持し,概念ドリフトを扱うために,全メモリから学習された事前モデルから短期メモリに基づく予測モデルを自動的に調整する。実験結果は,交通流,株価および電力消費の実世界データセットに関するベースライン法のそれよりも優れた精度を示した。Copyright 2019 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： 冗長性 ,  *記憶装置 ,  類似性 ,  *予測 ,  予測モデル ,  交通流 ,  予測技法 ,  ドリフト ,  電力消費 ,  予測誤差 ,  長期記憶 ,  株価 ,  モデル
準シソーラス用語： 非定常性 ,  データストリーム ,  *オンライン , 【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 (4件)： 自己適応 ,  ストリームデータ ,  オンライン ,  予測