文献

J-GLOBAL ID：202102247650901382   整理番号：21A0027538

MSAX:時系列分類のための多変量記号集合近似【JST・京大機械翻訳】

MSAX: Multivariate Symbolic Aggregate Approximation for Time Series Classification

著者 (5件)： Anacleto Manuel (Instituto de Telecomunicacoees, Instituto Superior Tecnico, Universidade de Lisboa, Lisboa, Portugal) ,  Anacleto Manuel (INESC-ID, Instituto Superior Tecnico, Universidade de Lisboa, Lisboa, Portugal) ,  Vinga Susana (INESC-ID, Instituto Superior Tecnico, Universidade de Lisboa, Lisboa, Portugal) ,  Vinga Susana (IDMEC, Instituto Superior Tecnico, Universidade de Lisboa, Lisbon, Portugal) ,  Carvalho Alexandra M. (Instituto de Telecomunicacoees, Instituto Superior Tecnico, Universidade de Lisboa, Lisboa, Portugal)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12313  ページ： 90-97  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
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： 時系列(TS)分析は,金融,バイオインフォマティクス,および天気予報のような地域における中心研究題目であり,そこでは,目標がデータマイニング技術を通して知識を抽出することである。シンボリック凝集体近似(SAX)は,TS表現と解析のための重要なステップである単変量TSのための離散化と次元縮小を実行する最先端技術である。本研究では,データの共分散構造を考慮した多変量TSへのこのアルゴリズムの拡張であるMSAXを提案した。この方法を,Pen Digits,Character Trajectory,および12のベンチマークファイルを含むいくつかのデータセットで試験した。実験に依存して,MSAXは分類精度に関して最先端の方法に匹敵する性能を示した。1-最近傍(1-NN)と動的時間ワーピング(DTW)に優れていないが,それはいくつかのクラスに対して興味深い特性を持ち,従って,多変量TSを分析する方法のセットを豊かにする。Copyright Springer Nature Switzerland AG 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 ,  天気予報 ,  多変量解析 ,  共分散 ,  *近似法 ,  金融 ,  次元縮小 ,  ベンチマーク ,  凝集体
準シソーラス用語： バイオインフォマティクス ,  離散化 ,  ワーピング ,  分類精度 ,  データマイニング技術 ,  *多変量 , 【Automatic Indexing@JST】

著者キーワード (4件)： 記号的集合近似 ,  時系列 ,  分類 ,  多変量解析

分類 (2件)： 人工知能  (JE08000Z) ,  数値計算  (JE02000J)

タイトルに関連する用語 (6件)： 時系列 ,  分類 ,  多変量 ,  記号 ,  集合 ,  近似