文献

J-GLOBAL ID：202202277238937475   整理番号：22A0848343

金融時系列クラスタリングのための階層的公理ファジィ集合粒状化【JST・京大機械翻訳】

Hierarchical Axiomatic Fuzzy Set Granulation for Financial Time Series Clustering

著者 (5件)： Guo Hongyue (School of Maritime Economics and Management, China) ,  Kuang Haibo (School of Maritime Economics and Management, China) ,  Wang Lidong (College of Science, Dalian Maritime University, Dalian, China) ,  Liu Xiaodong (College of Control Science and Engineering, Dalian University of Technology, Dalian, China) ,  Pedrycz Witold (Department of Electrical and Computer Engineering, University of Alberta, Edmonton, AB, Canada)
資料名： IEEE Transactions on Fuzzy Systems  (IEEE Transactions on Fuzzy Systems)
巻： 30  号： 3  ページ： 755-766  発行年： 2022年 
JST資料番号： W0509A  ISSN： 1063-6706  CODEN： IEFSEV  資料種別： 逐次刊行物 (A)
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： 財政的時系列は,一般的に高次元で非定常であり,ヘテロ分散性を示す。金融時系列をクラスタ化する適切な方法を引き出すために,これらの特性を考慮しなければならない。この目的で,本論文では,GARCHモデルのパラメータが各時系列における揮発性の動的特徴を表すことができる一般化自己回帰条件付きヘテロ分散(GARCH)モデルを用いて,まず,金融時系列をモデル化した。したがって,次のクラスタリングをGARCHモデルパラメータに基づいて実現して,それは同時に元の時系列の次元を減少するのを助けることができた。次に,意味的に健全なクラスタリング結果を生成するために,著者らは,公理ファジィ集合(AFS)理論に基づくパラメータを造粒し,それらを意味的および意味的音エンティティ,すなわちAFS情報顆粒の収集に構造化した。さらに,AFS情報顆粒の階層構造を構築し,粒状コンピューティングのフレームワークの下で時系列クラスタリングを実現した。提案した方式において,金融時系列の特性は次元縮小を進行させると完全に考慮され,異なる数のクラスタに対して得られた意味クラスタ化結果は最も情報的であると保証される。実験において,国際巡回に対する中国のYuan交換速度から来る時系列をクラスタ化するための応用を提示し,提案したクラスタリング法の性能を実証した。提案方法のクラスタ化の結果は,ファジィC-平均アルゴリズムと同じであり,そして,AFS階層的クラスタ化によって生成されたクラスタ化結果は,階層構造の各レベルで,よく分割された意味論を示した。Copyright 2022 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： 意味論 ,  音響 ,  *造粒 ,  *クラスタ化 ,  モデリング ,  *ファジィ集合 ,  *クラスタ ,  *公理 ,  揮発性 ,  モデル ,  分散度 ,  高次元 ,  分散【dispersion】 ,  次元縮小
準シソーラス用語： モデルパラメータ , 【Automatic Indexing@JST】

分類 (1件)： 音響信号処理  (BB03050C)

タイトルに関連する用語 (5件)： 金融時系列 ,  クラスタリング ,  公理 ,  ファジィ集合 ,  粒状化