文献

J-GLOBAL ID：201702288159772701   整理番号：17A0213917

マトリックスプロファイルI:時系列のための結合全対類似性を含むモチーフ,不一致とシェープレット(shapelet)統一的視点【Powered by NICT】

Matrix Profile I: All Pairs Similarity Joins for Time Series: A Unifying View That Includes Motifs, Discords and Shapelets

著者 (9件)： Yeh Chin-Chia Michael ,  Zhu Yan ,  Ulanova Liudmila ,  Begum Nurjahan ,  Ding Yifei ,  Dau Hoang Anh ,  Silva Diego Furtado ,  Mueen Abdullah ,  Keogh Eamonn
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICDM  ページ： 1317-1322  発行年： 2016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： オールペア類似性検索(または結合類似性)問題は,テキストと他のデータ型の少数の広く研究されてきた。しかし,驚いたことに時系列サブシーケンスのための結合類似性にはほとんどなされていない。進歩の欠如は,問題の困難な性質に由来する。も適度なサイズのデータセットに対しては明確な入れ子ループアルゴリズムは数か月を取ることができると,このドメインにおける典型的な高速化技術(すなわち,インデクシング,下界,三角不等式せん定と初期放棄)が最良で高速化の1~二桁を生成した。本研究では,時系列部分列オールペア類似性検索のための新しいスケーラブルなアルゴリズムを導入した。例外的に大きなデータセットに対して,このアルゴリズムはエニイタイムアルゴリズムとして自明鋳造であり,合理的な時間内で高品質の近似解を求めることができる。正確な類似性ジョインアルゴリズムは副作用として時系列モチーフと時系列不一致問題への回答を計算し,提案アルゴリズムはこれらの広範に研究した問題の両者に対して既知の最速アルゴリズムを提供した。二時系列データマイニング問題のための著者らのアイデアの有用性,モチーフ発見と新規発見を実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： アルゴリズム ,  *類似性 ,  副作用 ,  高速化 ,  鋳造 ,  データ型
準シソーラス用語： モチーフ発見 ,  近似解 ,  高品質 ,  類似性検索 ,  三角不等式 ,  下界 ,  テキスト , 【Automatic Indexing@JST】

分類 (9件)： システム・制御理論一般  (IA02010H) ,  変態組織,加工組織  (WB01030N) ,  計算機システム開発  (JD02010R) ,  宇宙論  (DB07000D) ,  データベースシステム  (JD03030U) ,  化合物の化学熱力学(純物質)  (CB02023O) ,  飛しょう体の設計・構造  (QK04010H) ,  水源,取水,送水,配水,給水  (SC02020I) ,  量子力学一般  (BA06010C)

タイトルに関連する用語 (6件)： マトリックス ,  プロファイル ,  時系列 ,  類似性 ,  モチーフ ,  視点