文献

J-GLOBAL ID：202002213920014116   整理番号：20A1429270

より複雑な実世界展開におけるデータマイニングを可能にする超高速時系列距離測定【JST・京大機械翻訳】

An ultra-fast time series distance measure to allow data mining in more complex real-world deployments

著者 (5件)： Gharghabi Shaghayegh (University of California, Riverside, USA) ,  Imani Shima (University of California, Riverside, USA) ,  Bagnall Anthony (University of East Anglia, Norwich, UK) ,  Darvishzadeh Amirali (University of California, Riverside, USA) ,  Keogh Eamonn (University of California, Riverside, USA)
資料名： Data Mining and Knowledge Discovery  (Data Mining and Knowledge Discovery)
巻： 34  号： 4  ページ： 1104-1135  発行年： 2020年 
JST資料番号： W1105A  ISSN： 1384-5810  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： それらのコアにおいて,多くの時系列データマイニングアルゴリズムは,時系列サブシーケンスの形に関する推論に縮小する。これは,効果的な距離測度を必要とし,過去20年間,ほとんどのアルゴリズムは,それらのコアサブルーチンとしてユークリッド距離またはDTWを使用する。これらの距離測度はコミュニティが信じるようにロバストではないと主張する。これらの手段における不確かなファイスは,おそらくベンチマークデータセットと自己選択バイアスに対する過剰信頼性に由来する。コミュニティは,現在の距離測度が不適当である,より困難なドメインに対処するのに,簡単に復活する。本研究では,新しい距離測度MPdistを導入した。本提案の距離測度は,現在の距離測度よりはるかにロバストであることを示した。例えば,それは欠測値または偽領域のデータを扱うことができる。さらに,任意のユークリッドまたはDTW距離ベースアルゴリズムをデフレートするデータセットを成功裏にマイニングできる。さらに,この距離測度を,非常に速い到着ストリームに関する解析を可能にするように,効率的に計算できることを示した。Copyright The Author(s), under exclusive licence to Springer Science+Business Media LLC, part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  信頼性 ,  コミュニティ ,  バイアス ,  距離測定 ,  ベンチマーク ,  ロバスト性 ,  *データマイニング
準シソーラス用語： 距離測度 ,  欠測値 ,  超高速 ,  Euclid距離 ,  サブルーチン , 【Automatic Indexing@JST】

著者キーワード (3件)： 時系列 ,  距離測定 ,  マトリックスプロファイル

分類 (2件)： 人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (5件)： 世界 ,  展開 ,  データマイニング ,  時系列 ,  距離測定