お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2012-03-15 13:20
ガウス過程事前分布を用いた時系列整列
秋本真治末松伸朗林 朗岩田一貴広島市大NC2011-163
抄録 (和) 時系列の整列問題に対するノンパラメトリックベイズアプローチを提案する.ある種の時系列データ集合は,共通の典型的時系列に対する時間変動に基づいて生成されたとみなすことが出来る.このような時系列データ集合の解析では,しばしば,それぞれの時間変動が相殺されるよう時系列データが整列されることが要求される.このような時系列の整列を実現するには,共通する構造を示す標準時系列と,各時系列データに含まれる時間的変動を表す時間変換関数を同時に推定しなければならない.そのため,本論文では,標準時系列や時間変換関数についてガウス過程事前分布を仮定したモデルを考え,そのモデルに対する効果的なマルコフ連鎖モンテカルロ法を開発する. 
(英) We propose a nonparametric Bayesian approach to time series alignment. Given a set of time series data, we can sometimes assume that each time series in the set is obtained by observing its own time transformed version of a common standard time series. To analyze such a set of time series data, it is often required to align them so that their time transformations are compensated each other. In order to establish such alignment, we have to simultaneously estimate the common standard time series, which describes a common structural patter shared among the set of time series, and time transformation functions, each of which represents time shifts involved in individual time series. We assume Gaussian process priors for the common standard time series and the time transformation functions and develop an effective Markov Chain Monte Carlo algorithm for the model.
キーワード (和) 時系列整列 / ガウス過程 / マルコフ連鎖モンテカルロ法 / ノンパラメトリックベイジアン / / / /  
(英) time series alignment / Gaussian process / Markov Chain Monte Carlo / nonparametric Bayesian / / / /  
文献情報 信学技報, vol. 111, no. 483, NC2011-163, pp. 245-250, 2012年3月.
資料番号 NC2011-163 
発行日 2012-03-07 (NC) 
ISSN Print edition: ISSN 0913-5685    Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード NC2011-163

研究会情報
研究会 MBE NC  
開催期間 2012-03-14 - 2012-03-16 
開催地(和) 玉川大学 
開催地(英) Tamagawa University 
テーマ(和) ME,一般 
テーマ(英)  
講演論文情報の詳細
申込み研究会 NC 
会議コード 2012-03-MBE-NC 
本文の言語 日本語 
タイトル(和) ガウス過程事前分布を用いた時系列整列 
サブタイトル(和)  
タイトル(英) Time Series Alignment with Gaussian Process Priors 
サブタイトル(英)  
キーワード(1)(和/英) 時系列整列 / time series alignment  
キーワード(2)(和/英) ガウス過程 / Gaussian process  
キーワード(3)(和/英) マルコフ連鎖モンテカルロ法 / Markov Chain Monte Carlo  
キーワード(4)(和/英) ノンパラメトリックベイジアン / nonparametric Bayesian  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 秋本 真治 / Shinji Akimoto / アキモト シンジ
第1著者 所属(和/英) 広島市立大学大学院 (略称: 広島市大)
Hiroshima City University (略称: Hiroshima City Univ.)
第2著者 氏名(和/英/ヨミ) 末松 伸朗 / Nobuo Suematsu / スエマツ ノブオ
第2著者 所属(和/英) 広島市立大学大学院 (略称: 広島市大)
Hiroshima City University (略称: Hiroshima City Univ.)
第3著者 氏名(和/英/ヨミ) 林 朗 / Akira Hayashi / ハヤシ アキラ
第3著者 所属(和/英) 広島市立大学大学院 (略称: 広島市大)
Hiroshima City University (略称: Hiroshima City Univ.)
第4著者 氏名(和/英/ヨミ) 岩田 一貴 / Kazunori Iwata /
第4著者 所属(和/英) 広島市立大学大学院 (略称: 広島市大)
Hiroshima City University (略称: Hiroshima City Univ.)
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2012-03-15 13:20:00 
発表時間 25分 
申込先研究会 NC 
資料番号 NC2011-163 
巻番号(vol) vol.111 
号番号(no) no.483 
ページ範囲 pp.245-250 
ページ数
発行日 2012-03-07 (NC) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会