文献

J-GLOBAL ID：202002256072883275   整理番号：20A2208005

空間相関時系列のクラスタリングのためのBayesノンパラメトリック結合混合モデル【JST・京大機械翻訳】

Bayesian Nonparametric Joint Mixture Model for Clustering Spatially Correlated Time Series

著者 (2件)： Lee Youngmin (Department of Industrial and Systems Engineering, Korea Advanced Institute of Science and Technology (KAIST), Daejeon, Republic of Korea) ,  Kim Heeyoung (Department of Industrial and Systems Engineering, Korea Advanced Institute of Science and Technology (KAIST), Daejeon, Republic of Korea)
資料名： Technometrics  (Technometrics)
巻： 62  号： 3  ページ： 313-329  発行年： 2020年 
JST資料番号： E0359A  ISSN： 0040-1706  CODEN： TCMTA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 空間的および時間的類似性の両方に基づく空間相関時系列をクラスタ化するためのBayesノンパラメトリック結合混合モデルを開発した。時間展望において,時系列のパターンは,混合成分の前にDirichletプロセス(DP)とGauss過程の混合物として柔軟にモデル化される。空間展望において,空間位置は,特徴として組み込まれる時系列のようなクラスタ化のための特徴として組み込まれた。すなわち,DPGauss混合密度として各クラスタの空間分布をモデル化した。提案モデルに対して,クラスタの数はあらかじめ指定する必要がなく,むしろクラスタリング手順中に自動的に決定される。さらに,各クラスタの空間分布は,モードの数を決定することなく,あるいは,前もって空間近傍構造を指定すること無しに,多重モードによって柔軟にモデル化できる。変分推論を提案モデルの効率的事後計算に使用した。模擬および実データ例を用いて提案モデルを検証した。論文のための補足材料はオンラインで利用可能である。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 空間分布 ,  Gauss過程 ,  *ノンパラメトリック法 ,  クラスタ化 ,  *クラスタ ,  多モード ,  類似性
準シソーラス用語： 空間相関 ,  *混合モデル ,  オンライン ,  変分推論 , 【Automatic Indexing@JST】

著者キーワード (5件)： クラスタリング ,  Dirichletプロセス ,  Gauss過程 ,  混合モデル ,  時空間データ

分類 (1件)： システム同定  (IA02040O)

タイトルに関連する用語 (5件)： 空間相関 ,  時系列 ,  クラスタリング ,  ノンパラメトリック ,  混合モデル