抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
与えられたデータストリームにおけるピークを同定し解析することは,多くの実時間応用にとって価値がある。ネットワークにおける異常な活動,価格/体積における突然の増加,および需要における急激な上昇を,リアルタイムストリームにおけるピークを検出することによって発見した。任意の与えられたストリーミングデータにおけるピークを自動的に検出するアルゴリズムを考案するために,ピーク表記の形式化された方法が必要である。いくつかの特定の測定内で起こる予想外に多数の周波数がバーストと呼ばれる。したがって,ピーク検出の性質は,閾値ベースのバースト検出が使用されるので,本研究におけるバースト検出に類似している。バースト検出は,時間間隔当たりの単語の頻度の最大数である。ストリーミングデータにおける局所バーストは,ウィンドウと呼ばれる時間周期の中で大きくて局所的に高い周波数値を持つデータ点を意味する。また,それは類似の値を持つ窓において多くの点を持たないので,分離される。すべての局所バーストは真のバーストではない。局所バーストは,大域的文脈においてさえも合理的に大きな値であるならば,真のバーストである。バーストは多くの自然および社会的プロセスで発生する。持続時間が高速データストリーム環境で未知であるバーストの発生を監視することは挑戦的な課題である。データ到着率に比例してサンプリング時間窓サイズを監視するgre欲な動的検出アルゴリズムを示した。それは,サンプリング時間ウィンドウサイズを適応させるために適応可能な方法を進化させて,バーストは局所バーストを定義するために閾値を定義する。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】