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
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 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 2016-12-15 13:35
[招待講演]時系列ビッグデータのためのリアルタイム将来予測
松原靖子熊本大
技報オンラインサービス実施中
抄録 (和) 近年,IT技術の急速な発展により,小型かつ高性能な情報機器が容易に利用可能となった.これに伴い高度な情報化が加速し,現実社会において我々が取り扱うことのできるデータ量は飛躍的に増大している.その中でも特に,時間の情報が付与されたデータ,いわゆる時系列ビッグデータは,交通,医療,Web, 経済,産業を始めとする実社会の様々なフィールドにおいて大量に生成され続けている.これらの多種多様な時系列ビッグデータの中から,重要な情報を自動的に抽出・学習し,得られた知識を活用する技術は,今後社会をより豊かにしていくサービスを実現していく上で非常に重要となる.本講演では,実社会において大量に発生している大規模かつ多様な時系列ビッグデータストリームを対象とし,重要な情報を高速に解析・抽出・管理することで,未来に発生するイベントをリアルタイムに予測し続けるための基盤技術について紹介する.また,これらの提案手法に関して,実データを用いた数々の実験結果について紹介する. 
(英) Time-series data analysis is becoming of increasingly high importance, thanks to the decreasing cost of hardware and the increasing on-line processing capability. Given a large collection of time series, such as web-click logs, electric medical records and motion capture sensors, how can we efficiently and effectively find typical patterns? How can we statistically summarize all the sequences, and achieve a meaningful segmentation? What are the major tools for forecasting and outlier detection? The objective of this talk is to provide a concise and intuitive overview of the most important tools that can help us find patterns in large-scale time-series sequences. The emphasis of the talk is to provide the intuition behind these powerful tools, which is usually lost in the technical literature, as well as to introduce case studies that illustrate their practical use.
キーワード (和) 時系列データ / 将来予測 / 特徴抽出 / / / / /  
(英) Time-series data / Forecasting / Automatic mining / / / / /  
文献情報 信学技報, vol. 116, no. 362, IA2016-64, pp. 5-10, 2016年12月.
資料番号 IA2016-64 
発行日 2016-12-08 (IN, IA) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 IA IN  
開催期間 2016-12-15 - 2016-12-16 
開催地(和) 広島市立大学 講堂小ホール 
開催地(英) Hiroshima city university 
テーマ(和) 性能評価とシミュレーション、信頼性技術、スループットやトラヒックの計測、品質(QoS)制御、輻輳制御、トラヒック・フロー制御、オーバーレイネットワーク・P2P、IPv6 、マルチキャスト、ルーティング、DDoS及び一般 
テーマ(英) Performance Analysis and Simulation, Robustness, Traffic and Throughput Measurement, Quality of Service (QoS) Control, Congestion Control, Overlay Network/P2P, IPv6, Multicast, Routing, DDoS, etc. 
講演論文情報の詳細
申込み研究会 IA 
会議コード 2016-12-IA-IN 
本文の言語 日本語 
タイトル(和) 時系列ビッグデータのためのリアルタイム将来予測 
サブタイトル(和)  
タイトル(英) Real-time Modeling and Forecasting of Big Time-series Data 
サブタイトル(英)  
キーワード(1)(和/英) 時系列データ / Time-series data  
キーワード(2)(和/英) 将来予測 / Forecasting  
キーワード(3)(和/英) 特徴抽出 / Automatic mining  
キーワード(4)(和/英) /  
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) 松原 靖子 / Yasuko Matsubara / マツバラ ヤスコ
第1著者 所属(和/英) 熊本大学 (略称: 熊本大)
Kumamoto University (略称: Kumamoto Univ.)
第2著者 氏名(和/英/ヨミ) / /
第2著者 所属(和/英) (略称: )
(略称: )
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
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
発表日時 2016-12-15 13:35:00 
発表時間 45 
申込先研究会 IA 
資料番号 IEICE-IN2016-70,IEICE-IA2016-64 
巻番号(vol) IEICE-116 
号番号(no) no.361(IN), no.362(IA) 
ページ範囲 pp.23-28(IN), pp.5-10(IA) 
ページ数 IEICE-6 
発行日 IEICE-IN-2016-12-08,IEICE-IA-2016-12-08 


[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