文献

J-GLOBAL ID：202102271577746850   整理番号：21A2871412

時系列データベースにおける効果的な周期的パターンマイニング【JST・京大機械翻訳】

Effective periodic pattern mining in time series databases

著者 (4件)： Nishi Manziba Akanda (Department of Computer Science and Engineering, University of Dhaka, Bangladesh) ,  Ahmed Chowdhury Farhan (Department of Computer Science and Engineering, University of Dhaka, Bangladesh) ,  Samiullah Md. (Department of Computer Science and Engineering, University of Dhaka, Bangladesh) ,  Jeong Byeong-Soo (Department of Computer Engineering, Kyung Hee University, South Korea)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 40  号： 8  ページ： 3015-3027  発行年： 2013年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 時系列データベースを解析する目標は,周期パターンが系列内で繰り返されるかどうか,そして,どのように頻出されるかを見つけることである。周期的パターンマイニングは時間的規則性に関する問題である。しかしながら,既存のアルゴリズムの大部分は,ユーザの関心の興味深いパターンマイニングにおいて主要な制限を持ち,すなわち,それらは,このパターン内の正確な位置において,すべてのイベントで,特定の長さのパターンをマイニングできる。パターンが柔軟であるあるシナリオが存在するが,それは興味深い可能性があり,パターンの可変長を有する重要な事象の間で,あらゆる数のユニポータント事象を無視することによって,採掘することができる。さらに,既存のアルゴリズムは,様々な時系列データベースにおける周期性の特定のタイプのみを検出することができ,ユーザから周期性を決定するためにインタラクションを必要とする。本論文では,パターンの周期値または周期型に対するユーザに依存しない時系列データベースにおける周期的パターンマイニングのためのアルゴリズムを提案し,同時に,これらの柔軟性を既存のアルゴリズムにおいて欠いている。提案アルゴリズムは,時系列データベースにおける中間事象をスキッピングすることにより,異なる種類のパターンを生成することを容易にし,データベース内のパターンの周期性を見出す。それは,サフィックスツリーベースのアルゴリズムがパターン生成のこの特定の領域で弱点を持つので,サフィックスツリーを用いた生成パターンの改善である。既存のアルゴリズムと比較して,提案したアルゴリズムは,異なる種類の興味深いパターンの生成を改善し,生成されたパターンが周期的であるか,そうでないかどうかを検出する。異なるドメインからの合成および実生活データの両方に対する提案アルゴリズムの性能を試験し,既存のアルゴリズムで欠落している多数の興味深いイベントシーケンスを見出し,提案アルゴリズムは,両タイプのデータで柔軟なパターンの周期性を生成し,検出するのに十分効率的であった。Copyright 2021 Elsevier B.V., Amsterdam. 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 ,  相互作用 ,  *データベース ,  柔軟性 ,  データマイニング
準シソーラス用語： 周期性 ,  *時系列データ ,  *パターンマイニング ,  パターン生成 , 【Automatic Indexing@JST】

著者キーワード (6件)： データマイニング ,  知識発見 ,  周期パターン ,  時系列 ,  サフィックスツリー ,  イベントスキッピング

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 時系列データ ,  パターンマイニング