大会名称 |
---|
2022年 情報科学技術フォーラム(FIT) |
大会コ-ド |
F |
開催年 |
2022 |
発行日 |
2022-08-30 |
セッション番号 |
1c |
セッション名 |
データベース |
講演日 |
2022/09/13 |
講演場所(会議室等) |
12棟-103教室 |
講演番号 |
CD-005 |
タイトル |
LSTNetに基づく注目区間情報を強調する多変量時系列予測 |
著者名 |
佐野隼乙, 六井 淳, |
キーワード |
多変量時系列予測, LSTNet, Attention機構 |
抄録 |
多変量時系列予測とは、複数の時系列データの過去を分析し、未来の値を予測する分野であり、様々な手法の提案がなされてきた。近年、Long-and Short-term Time-series Network(LSTNet)と呼ばれる手法について高い予測性能を示す報告がなされている。 本研究では、このLSTNetを改良したアーキテクチャを提案する。LSTNetのRecurrent層で用いられているGated recurrent unit(GRU)は、過去の情報を均一に参照している。しかし、未来予測に過去の情報すべてが影響を与えているのではなく、注目すべきポイントが存在すると考えられる。そのため、複数の過去の情報を強調するAttention機構を有するモデルを提案する。検証実験を通して、提案手法の有効性を確認した。 |
本文pdf |
PDF download (879.1KB) |