講演名 | 2019-06-17 適応的空間分割に基づく連続値時系列データのためのPredictive Sequence Mining 柴原 芳和(名工大), 佐久間 拓人(名工大), 竹内 一郎(名工大/理研/物質・材料研究機構), 烏山 昌幸(名工大/物質・材料研究機構), |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | 近年,センサー性能の向上やスマートフォンなどのポータブルデバイスの普及などにより, 時系列データの収集が容易になっている. そのため, 時系列データから価値ある情報を獲得する方法論の重要性が高まっている. 本研究では連続値の空間に対して適応的な空間分割を用いることで, 連続値の時系列からクラスを特徴づけるパターンを取り出す手法を提案する. 従来,連続値データをシンボル化してクラス特異的なパターンを抽出する場合, あらかじめシンボルを定めておく必要があった. 本稿では, 多様なシンボル化の網羅的な組み合わせから定義される特徴空間から, 重要なパターンのみで構成されるスパースモデルを学習するアルゴリズムを構築する. 提案法はセーフスクリーニングのアイデアに基づき, 最適性を損なうことなく膨大な組み合わせを効率的に扱うことができる. 数値実験では, 時系列のベンチマークデータを使い, 提案法の効率を実証する. |
抄録(英) | In recent years, improvement of sensor performance and spread of portable devices such as smartphones enable us to easily collect time-series data. Thus, it is an important task to extract valuable information from time series-data. In this research, we propose a method extracting a class specific patterns from time-series data by using an adaptive discretization algorithm for a continuous feature space. Conventional approaches need to define a symbolized representation of the original continuous time-series data beforehand. Our approach can construct a sparse linear model by selecting important patterns from a variety of possible symbolizations. The proposed method efficiently deals with a huge number of patterns by combining a safe-screening technique and sequence pattern mining. Our numerical experiments demonstrate effectiveness of our approach through several benchmark datasets. |
キーワード(和) | 連続値系列データ / スパースモデル / 系列マイニング |
キーワード(英) | Continuous valued sequence data / sparse modeling / sequence mining |
資料番号 | IBISML2019-9 |
発行日 | 2019-06-10 (IBISML) |
研究会情報 | |
研究会 | NC / IBISML / IPSJ-MPS / IPSJ-BIO |
---|---|
開催期間 | 2019/6/17(から3日開催) |
開催地(和) | 沖縄科学技術大学院大学 |
開催地(英) | Okinawa Institute of Science and Technology |
テーマ(和) | NC、機械学習によるバイオデータマイニング、一般 |
テーマ(英) | Neurocomputing, Machine Learning Approach to Biodata Mining, and General |
委員長氏名(和) | 庄野 逸(電通大) / 鹿島 久嗣(京大) / 関嶋 政和(東工大) / 倉田 博之(九工大) |
委員長氏名(英) | Hayaru Shouno(UEC) / Hisashi Kashima(Kyoto Univ.) / Masakazu Sekijima(Tokyo Tech) / Hiroyuki Kurata(Kyutech) |
副委員長氏名(和) | 鮫島 和行(玉川大) / 杉山 将(東大) / 津田 宏治(東大) |
副委員長氏名(英) | Kazuyuki Samejima(Tamagawa Univ) / Masashi Sugiyama(Univ. of Tokyo) / Koji Tsuda(Univ. of Tokyo) |
幹事氏名(和) | 吉本 潤一郎(奈良先端大) / 安部川 直稔(NTT) / 竹内 一郎(名工大) / 神嶌 敏弘(産総研) / 吉川 大弘(名古屋大) / 大久保 好章(北大) / 小谷野 仁(東工大) / 渡邉 真也(室蘭工業大) / 佐藤 寛之(電通大) / 高田 雅美(奈良女子大) / 田口 善弘(中央大) / 吉本 潤一郎(奈良先端大) / 伊藤 公人(北大) |
幹事氏名(英) | Junichiro Yoshimoto(NAIST) / Naotoshi Abekawa(NTT) / Ichiro Takeuchi(Nagoya Inst. of Tech.) / Toshihiro Kamishima(AIST) / Tomohiro Yoshikawa(Nagoya Univ.) / Yoshiaki Okubo(Hokkaido Univ.) / Hitoshi Koyano(Tokyo Tech) / Shinya Watanabe(Muroran Inst. Tech.) / Hiroyuki Sato(UEC) / Masami Takata(Nara Women's Univ.) / Yoshihiro Taguchi(Chuo Univ.) / Junichiro Yoshimoto(NAIST) / Kimihito Ito(Hokkaido Univ.) |
幹事補佐氏名(和) | 篠崎 隆志(NICT) / 瀧山 健(東京農工大) / 岩田 具治(NTT) / 大羽 成征(京大) |
幹事補佐氏名(英) | Takashi Shinozaki(NICT) / Ken Takiyama(TUAT) / Tomoharu Iwata(NTT) / Shigeyuki Oba(Kyoto Univ.) |
講演論文情報詳細 | |
申込み研究会 | Technical Committee on Neurocomputing / Technical Committee on Infomation-Based Induction Sciences and Machine Learning / IPSJ Special Interest Group on Mathematical Modeling and Problem Solving / IPSJ Special Interest Group on Bioinformatics and Genomics |
---|---|
本文の言語 | JPN |
タイトル(和) | 適応的空間分割に基づく連続値時系列データのためのPredictive Sequence Mining |
サブタイトル(和) | |
タイトル(英) | Adaptive Discretization based Predictive Sequence Mining for Continuous Time Series |
サブタイトル(和) | |
キーワード(1)(和/英) | 連続値系列データ / Continuous valued sequence data |
キーワード(2)(和/英) | スパースモデル / sparse modeling |
キーワード(3)(和/英) | 系列マイニング / sequence mining |
第 1 著者 氏名(和/英) | 柴原 芳和 / Yoshikazu Shibahara |
第 1 著者 所属(和/英) | 名古屋工業大学(略称:名工大) Nagoya Institute of Technolog(略称:NIT) |
第 2 著者 氏名(和/英) | 佐久間 拓人 / Takuto Sakuma |
第 2 著者 所属(和/英) | 名古屋工業大学(略称:名工大) Nagoya Institute of Technolog(略称:NIT) |
第 3 著者 氏名(和/英) | 竹内 一郎 / Ichiro Takeuchi |
第 3 著者 所属(和/英) | 名古屋工業大学/理化学研究所/物質・材料研究機構(略称:名工大/理研/物質・材料研究機構) Nagoya Institute of Technology/RIKEN Center for Advanced Intelligence Project/National Institute for Materials Science(略称:NIT/RIKEN/NIMS) |
第 4 著者 氏名(和/英) | 烏山 昌幸 / Masayuki Karasuyama |
第 4 著者 所属(和/英) | 名古屋工業大学/物質・材料研究機構(略称:名工大/物質・材料研究機構) Nagoya Institute of Technology/National Institute for Materials Science(略称:NIT/NIMS) |
発表年月日 | 2019-06-17 |
資料番号 | IBISML2019-9 |
巻番号(vol) | vol.119 |
号番号(no) | IBISML-89 |
ページ範囲 | pp.57-64(IBISML), |
ページ数 | 8 |
発行日 | 2019-06-10 (IBISML) |