講演抄録/キーワード |
講演名 |
2013-07-12 10:20
パラメータ再推定の自動検出による時系列データ変化への追従強化手法 ○中山裕貴・阿多信吾・岡 育生(阪市大) ICM2013-19 |
抄録 |
(和) |
トラヒックの予測においてトラヒックの時系列データは時間経過により大域的に変化するため,予測精度
を維持するためには,時間経過に伴って予測モデルの再推定を行う必要がある.しかし,時系列データの特徴によって,予測モデルのパラメータの再推定の頻度は大きく異なり,一定時間など単純な再推定手法は適さない.本稿では,予測誤差をフィードバック情報として,予測モデルのパラメータ再推定時期を自動的に検出する手法を提案する.本提案手法によって不必要な再推定を減らし,かつ再推定時期の適切な制御による予測誤差の軽減を実現する.本提案手法は移動平均と移動標準偏差を用い,予測誤差を引数とすることで,時系列データの特徴を問わない汎用性と軽量な検出機構を実現する.さらに P2P ファイル共有システムにおける実測データを用い,予測モデルの自動再推定によってトレンド変化への追従性が予測精度の面で 20%向上していることを示す. |
(英) |
It is necessary to update the prediction model’s parameter with the progress of the time to reduce the deterioration of the accuracy of prediction, since the time series data of traffic changes every moment. However, the frequency of parameter re-estimation differs greatly due to the characteristic of time series data. In this paper, we propose a method to detect the phase for re-estimation automatically by using the residual of prediction as feedback information. Our method reduces the prediction error by handling the phase of re-estimation and also reduces unnecessary re-estimation. We realized a lightweight and general control structure by using moving average and moving standard deviation. We demonstrate that by applying it to the real monitored data in a major P2P file-sharing system the traceability against variations of time series increased about 20%. |
キーワード |
(和) |
トレンド予測 / 時系列解析 / 移動平均 / 特徴検出 / / / / |
(英) |
Trend Prediction / Time Series Analysis / Moving Average / Characteristic Detection / / / / |
文献情報 |
信学技報, vol. 113, no. 124, ICM2013-19, pp. 57-62, 2013年7月. |
資料番号 |
ICM2013-19 |
発行日 |
2013-07-04 (ICM) |
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 |
ICM2013-19 |
研究会情報 |
研究会 |
ICM |
開催期間 |
2013-07-11 - 2013-07-12 |
開催地(和) |
公立はこだて未来大 |
開催地(英) |
Future University Hakodate |
テーマ(和) |
管理機能,理論・運用方法論,および一般 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
ICM |
会議コード |
2013-07-ICM |
本文の言語 |
日本語 |
タイトル(和) |
パラメータ再推定の自動検出による時系列データ変化への追従強化手法 |
サブタイトル(和) |
|
タイトル(英) |
Enhancing Traceability Against Variations of Time Series using Automated Parameter Re-estimation Detection |
サブタイトル(英) |
|
キーワード(1)(和/英) |
トレンド予測 / Trend Prediction |
キーワード(2)(和/英) |
時系列解析 / Time Series Analysis |
キーワード(3)(和/英) |
移動平均 / Moving Average |
キーワード(4)(和/英) |
特徴検出 / Characteristic Detection |
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) |
中山 裕貴 / Hiroki Nakayama / ナカヤマ ヒロキ |
第1著者 所属(和/英) |
大阪市立大学 (略称: 阪市大)
Osaka City University (略称: Osaka City Univ.) |
第2著者 氏名(和/英/ヨミ) |
阿多 信吾 / Shingo Ata / アタ シンゴ |
第2著者 所属(和/英) |
大阪市立大学 (略称: 阪市大)
Osaka City University (略称: Osaka City Univ.) |
第3著者 氏名(和/英/ヨミ) |
岡 育生 / Ikuo Oka / オカ イクオ |
第3著者 所属(和/英) |
大阪市立大学 (略称: 阪市大)
Osaka City University (略称: Osaka City Univ.) |
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: ) |
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 |
2013-07-12 10:20:00 |
発表時間 |
25分 |
申込先研究会 |
ICM |
資料番号 |
ICM2013-19 |
巻番号(vol) |
vol.113 |
号番号(no) |
no.124 |
ページ範囲 |
pp.57-62 |
ページ数 |
6 |
発行日 |
2013-07-04 (ICM) |