講演抄録/キーワード |
講演名 |
2017-05-25 17:00
[特別講演]時系列ビッグデータのリアルタイム解析:新技術と挑戦 ○櫻井保志(熊本大) SIP2017-11 IE2017-11 PRMU2017-11 MI2017-11 |
抄録 |
(和) |
近年のIoTデバイスの急速な普及に伴い,それらのデバイスから多様かつ大量のデータが生成され続けている.また,FacebookやTwitterなどの巨大なソーシャルネットワーク上を大量の情報が高速に流通するようになっている.増え続ける大規模なデータ,すなわち時系列ビッグデータを高速に解析する時系列データマイニング技術は非常に重要になっている.本講演では,講演者が取り組んでいる時系列ビッグデータ解析技術,特に非線形テンソル解析技術とデータストリームのためのリアルタイム予測技術の研究を紹介する.さらに時系列ビッグデータ解析の応用例として,具体的な事例をいくつか紹介する. |
(英) |
Time-series data analysis is an important topic that has attracted huge interest in countless domains. Given a large collection of time series, such as IoT device data, web-click logs, electric medical records, how can we efficiently and effectively capture important patterns? How can we statistically summarize all the sequences, and achieve a meaningful segmentation? How do we go about forecasting long-term future events? We develop important data mining techniques that can help us extract meaningful information and knowledge from large-scale time-series data. We review the state of the art in four related fields: (1) pattern discovery and summarization, (2) large-scale non-linear modeling, (3) big tensor analysis, and (4) real-time modeling and forecasting. The emphasis of this talk is to provide the intuition behind these powerful techniques, as well as to introduce case studies that illustrate their practical use. |
キーワード |
(和) |
時系列ビッグデータ / データストリーム / 非線形テンソル解析 / リアルタイム予測 / / / / |
(英) |
Big time-series data / Data streams / Non-linear tensor analysis / Real-time forecasting / / / / |
文献情報 |
信学技報, vol. 117, no. 48, IE2017-11, pp. 61-61, 2017年5月. |
資料番号 |
IE2017-11 |
発行日 |
2017-05-18 (SIP, IE, PRMU, MI) |
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 |
SIP2017-11 IE2017-11 PRMU2017-11 MI2017-11 |
研究会情報 |
研究会 |
PRMU IE MI SIP |
開催期間 |
2017-05-25 - 2017-05-26 |
開催地(和) |
名古屋工業大学 |
開催地(英) |
|
テーマ(和) |
医療・ヘルスケアのための生体信号・画像解析と理解 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
IE |
会議コード |
2017-05-PRMU-IE-MI-SIP |
本文の言語 |
日本語 |
タイトル(和) |
時系列ビッグデータのリアルタイム解析:新技術と挑戦 |
サブタイトル(和) |
|
タイトル(英) |
Real-time Forecasting of Big Time-series Data: Foundations and Challenges |
サブタイトル(英) |
|
キーワード(1)(和/英) |
時系列ビッグデータ / Big time-series data |
キーワード(2)(和/英) |
データストリーム / Data streams |
キーワード(3)(和/英) |
非線形テンソル解析 / Non-linear tensor analysis |
キーワード(4)(和/英) |
リアルタイム予測 / Real-time forecasting |
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) |
櫻井 保志 / Yasushi Sakurai / サクライ ヤスシ |
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 |
第1著者 |
発表日時 |
2017-05-25 17:00:00 |
発表時間 |
60分 |
申込先研究会 |
IE |
資料番号 |
SIP2017-11, IE2017-11, PRMU2017-11, MI2017-11 |
巻番号(vol) |
vol.117 |
号番号(no) |
no.47(SIP), no.48(IE), no.49(PRMU), no.50(MI) |
ページ範囲 |
p.61 |
ページ数 |
1 |
発行日 |
2017-05-18 (SIP, IE, PRMU, MI) |
|