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 2019-12-24 16:55
Quasi-Recurrent Neural Networksを用いた複合時系列データ予測
坂崎雄一朗安達 凛六井 淳静岡県立大DE2019-32
抄録 (和) 近年, 様々な分野で時系列データ予想を行う研究が報告されている. 時系列データ予測において従来のRecurrent Neural Network よりも Convolutional Neural Network の方が高い適性があるとの報告がなされている. 加えて, 単一系列よりも複数系列での予測の方が精度が向上するとの報告もある. この様な知見から, 本研究では複数時系列データの入力を重回帰分析により統合し,CNN を時系列データ予測向けに拡張した Quasi-Recurrent NeuralNetwork を用いて予測対象の時系列予測を行うモデルを提案する. また, 実験では時系列データの長さやネットワークのパラメータを変化させる実験を行い, 予測精度の変化を検証した. 
(英) We proposed a model that integrates several types of data by multiple regression analysis and performs future prediction of target using Quasi- Recurrent Neural Network, which is one of nonlinear models. In addition, we experiment to change the length of the time series data and the parameters of the nonlinear model. And the change of prediction accuracy is verified from the result.
キーワード (和) 時系列データ / 予測 / QRNN / 機械学習 / / / /  
(英) time-series / prediction / QRNN / machine-learning / / / /  
文献情報 信学技報, vol. 119, no. 354, DE2019-32, pp. 93-98, 2019年12月.
資料番号 DE2019-32 
発行日 2019-12-16 (DE) 
ISSN 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 DE2019-32

研究会情報
研究会 DE IPSJ-DBS  
開催期間 2019-12-23 - 2019-12-24 
開催地(和) 国立情報学研究所(NII) 
開催地(英) National Institute of Informatics 
テーマ(和) データ工学・データベースシステムとエンターテイメントおよび一般 
テーマ(英)  
講演論文情報の詳細
申込み研究会 DE 
会議コード 2019-12-DE-DBS 
本文の言語 日本語(英語タイトルなし) 
タイトル(和) Quasi-Recurrent Neural Networksを用いた複合時系列データ予測 
サブタイトル(和)  
タイトル(英)  
サブタイトル(英)  
キーワード(1)(和/英) 時系列データ / time-series  
キーワード(2)(和/英) 予測 / prediction  
キーワード(3)(和/英) QRNN / QRNN  
キーワード(4)(和/英) 機械学習 / machine-learning  
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) 坂崎 雄一朗 / Yuichiro Sakazaki / サカザキ ユウイチロウ
第1著者 所属(和/英) 静岡県立大学 (略称: 静岡県立大)
University of Shizuoka (略称: univ. of Shizuoka)
第2著者 氏名(和/英/ヨミ) 安達 凛 / Rin Adachi / アダチ リン
第2著者 所属(和/英) 静岡県立大学 (略称: 静岡県立大)
University of Shizuoka (略称: univ. of Shizuoka)
第3著者 氏名(和/英/ヨミ) 六井 淳 / Jun Rokui / ロクイ ジュン
第3著者 所属(和/英) 静岡県立大学 (略称: 静岡県立大)
University of Shizuoka (略称: univ. of Shizuoka)
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 2019-12-24 16:55:00 
発表時間 25分 
申込先研究会 DE 
資料番号 DE2019-32 
巻番号(vol) vol.119 
号番号(no) no.354 
ページ範囲 pp.93-98 
ページ数
発行日 2019-12-16 (DE) 


[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