文献

J-GLOBAL ID：202102225488463026   整理番号：21A2406935

行動時間帯に偏りのある長時間エピソード抽出における発生区間の範囲による探索候補の枝刈りの提案

Method of pruning candidates by considering amount of appearing time for mining long-duration episodes with biased occurrence time-range

著者 (4件)： 安井壱陽 (電通大 大学院情報理工学研究科) ,  新谷隆彦 (電通大 大学院情報理工学研究科) ,  大森匡 (電通大 大学院情報理工学研究科) ,  藤田秀之 (電通大 大学院情報理工学研究科)
資料名： 情報科学技術フォーラム講演論文集  (FIT)
巻： 20th  号： 第2分冊  ページ： 153-156  発行年： 2021年08月12日 
JST資料番号： L4664A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・長時間エピソードマイニングでは,そのエピソード抽出に多大なコストが必要。
・そこで,その抽出負荷(探索負荷)を低減するための手法を提案。
・提案手法では,探索候補の発生区間と時間帯が重複する最大区間を算出し,探索候補を削減。

シソーラス用語： *記録 ,  *行動 ,  データマイニング ,  情報検索 ,  *情報抽出 ,  範囲 ,  アルゴリズム ,  行動記録 ,  枝刈りアルゴリズム
準シソーラス用語： エピソード ,  時間帯 ,  情報探索

分類 (1件)： 計算機利用技術一般  (JE01000C)

引用文献 (4件)：

• R. Rawassizadeh, E. Momeni, C. Dobbins, J. Gharibshah, M. Pazzani, Scalable Daily Human Behavioral Pattern Mining from Multivariate Temporal Data, IEEE TKDE, 2016.
• T. Shintani, T. Ohmori, H. Fujita, Method for Comparing Long-term Daily life using Long-duration episodes, EDBT/ICDT Workshops 2019.
• 安井壱陽, 新谷隆彦, 大森匡, 藤田秀之, “継続時間を考慮したエピソードマイニングにおける行動時間帯の偏りに関する一考察”, 情報処理学科会第82回全国大会, 4N-04, 2020
• H. zhu, P. Wang, X. He, Y. Li, W. Wang, B. Shi, Efficient Episode Mining with Minimal and Non-overlapping Occurrences, IEEE ICDM, 2010.

タイトルに関連する用語 (9件)： 行動 ,  時間帯 ,  偏り ,  長時間 ,  エピソード ,  区間 ,  探索 ,  枝刈り ,  提案