| 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 | 2010-12-06 16:55 クラスタ相関テーブルを利用したマルチデータストリーム予測方式 ○荒井健次・白石 陽・高橋 修（公立はこだて未来大）  DE2010-35 |
|
| 抄録 | （和） | 近年，センサやインターネットからもたらされる大量のデータを効率的に処理するためにデータストリーム技術への注目が高まっている．中でもデータストリームの未来の値を推定するストリーム予測技術が盛んに研究されている．本論文では，ある類似した環境下などから同時に計測されたデータストリームの間には相関が存在すると考え，その相関を考慮することによる予測精度の向上を目的とし，データストリームからの継続的な相関検出手法と予測手法の提案および有効性の検討を行う． |
| （英） | Recently, stream mining researchers have much attention and the techniques for treatment data stream to process efficiently enormous data from sensor and internet are expected to develop. Above all, a lot of researcher is study about the technologies that predict the future data of data stream. In this paper, we guess that some correlation exists between the pair of data stream is measured same time at similar environment and those correlations improve the precision of prediction data stream. Therefore, we show the technique to get the correlation from multi data stream and predict data stream using the correlation from those. In addition, we examine the efficacy of our technique. | |
| キーワード | （和） | データストリーム / ストリーム予測 / クラスタリング / 相関 / / / / |
| （英） | Data Stream / Stream Prediction / Clustering / Correlation / / / / | |
| 文献情報 | 信学技報, vol. 110, no. 328, DE2010-35, pp. 55-60, 2010年12月. | |
| 資料番号 | DE2010-35 | |
| 発行日 | 2010-11-29 (DE) | |
| 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 | DE2010-35 |
|
| 研究会情報 | |
| 研究会 | DE |
| 開催期間 | 2010-12-06 - 2010-12-06 |
| 開催地（和） | 産業技術総合研究所秋葉原事業所(ダイビル) |
| 開催地（英） | AIST Tokyo Akihabara Site |
| テーマ（和） | e-ScienceとData Intensive Scienceおよび一般 |
| テーマ（英） | e-Science and Data Intensive Science, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | DE |
| 会議コード | 2010-12-DE |
| 本文の言語 | 日本語 |
| タイトル（和） | クラスタ相関テーブルを利用したマルチデータストリーム予測方式 |
| サブタイトル（和） | |
| タイトル（英） | Multi Data Stream Prediction Method using Cluster Correlation Table |
| サブタイトル（英） | |
| キーワード(1)（和/英） | データストリーム / Data Stream |
| キーワード(2)（和/英） | ストリーム予測 / Stream Prediction |
| キーワード(3)（和/英） | クラスタリング / Clustering |
| キーワード(4)（和/英） | 相関 / Correlation |
| 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） | 荒井 健次 / Kenji Arai / アライ ケンジ |
| 第1著者 所属（和/英） | 公立はこだて未来大学大学院 (略称： 公立はこだて未来大) Graduate School of Future University Hakodate (略称： FUN) |
| 第2著者 氏名（和/英/ヨミ） | 白石 陽 / Yoh Shiraishi / シライシ ヨウ |
| 第2著者 所属（和/英） | 公立はこだて未来大学 (略称： 公立はこだて未来大) Future University Hakodate (略称： FUN) |
| 第3著者 氏名（和/英/ヨミ） | 高橋 修 / Osamu Takahashi / タカハシ オサム |
| 第3著者 所属（和/英） | 公立はこだて未来大学 (略称： 公立はこだて未来大) Future University Hakodate (略称： FUN) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2010-12-06 16:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | DE |
| 資料番号 | DE2010-35 |
| 巻番号（vol） | vol.110 |
| 号番号（no） | no.328 |
| ページ範囲 | pp.55-60 |
| ページ数 | 6 |
| 発行日 | 2010-11-29 (DE) |
[研究会発表申込システムのトップページに戻る]