文献

J-GLOBAL ID：202102236545392796   整理番号：21A1145606

統合時系列要約と予測アルゴリズムとCOVID-19データマイニングへの応用【JST・京大機械翻訳】

Integrated Time Series Summarization and Prediction Algorithm and its Application to COVID-19 Data Mining

著者 (1件)： Plessen Mogens Graf (Independent research)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： Big Data  ページ： 4945-4954  発行年： 2020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： 本論文では,すべての時系列の全集合に対する統計に基づく各時系列に対する圧縮表現の多重関連時系列の集合から抽出する簡単な方法を提案した。これは,最初にクラスタ化されたデータのための重心のセグメンテーションに基づく形状レットのアルファベットを生成する階層的アルゴリズムによって達成され,これらの形状レットのラベルを,非一様時系列長を扱う距離測度として,制約のない動的時間ワーピングを用いて,最近傍探索を通して各単一時系列のセグメンテーションに割り当てる。それによって,一連のラベルを各時系列に割り当てた。最後のラベルシーケンスの完了は,個々の時系列の予測を可能にする。提案方法は,2つのグローバルCOVID-19データセット,第1に,毎日の正味ケースの数(毎日の新しい感染マイナス日回復),および第2に,2020年4月27日のCOVID-19に起因する毎日の死亡の数に関して評価した。最初のデータセットは,異なる国,各長さ96の249の時系列を含む。第2のデータセットは,それぞれの長さ96の264の時系列を含む。利用可能なデータにおける検出異常に基づいて,ロックダウンからの分散出口戦略を提案した。Copyright 2021 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： *アルゴリズム ,  セグメンテーション ,  重心 ,  クラスタ化 ,  多重化 ,  *データマイニング ,  近傍探索法
準シソーラス用語： 距離測度 ,  ワーピング ,  *予測アルゴリズム , 【Automatic Indexing@JST】

分類 (5件)： 音声処理  (JE05000E) ,  NMR一般  (BM07041R) ,  符号理論  (ND02030R) ,  図形・画像処理一般  (JE04010I) ,  専用演算制御装置  (JC04030Y)

タイトルに関連する用語 (6件)： 統合 ,  時系列 ,  予測アルゴリズム ,  COVID-19 ,  データマイニング ,  応用