| 講演名 | 2021-12-16 LSTNetに基づく多変量時系列予測精度改善法 佐野 隼乙(静岡県大), 六井 淳(静岡県大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 多変量時系列予測は，複数の時系列データの過去分析することで，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.本研究では，Long and Short term Time series Network（LSTNet）を改良した２つの手法を提案する.LSTNetは，スケール変化の大きいデータに対して，長期の予測が行えないという課題が存在する.そこで，複数の自己回帰層を有するモデルとしてMultiple Autoregressive LSTNet （MALSTNet）を提案する.更に，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.全ての過去情報が均一に予測に影響を与えている可能性は低く，特定の過去区間情報を強調するモデルとしAttention-LSTNet（ALSTNet）を提案する.本研究では，検証実験から２つの手法の有効性について検証を行った. |
| 抄録(英) | Multivariate time series forecasting is a field to predict future values by analyzing the past of multiple time series data, and various methods have been proposed.In this study, two techniques with improved Long and Short term Time series Network(LSTNet) are proposed. LSTNet has a problem that long-term forecasts cannot be made for data with large scale changes. Therefore, Multiple Autoregressive LSTNet (MALSTNet) is proposed as a model with plural autoregressive layers. In addition, Gated recurrent unit (GRUs) used in Recurrent layers refer to historical data uniformly. It is unlikely that all historical information has an impact on forecasting uniformly, and Attention-LSTNet(ALSTNet) is proposed as a model that emphasizes certain historical interval information. In this study, we verified the effectiveness of the two methods from verification experiments. |
| キーワード(和) | 多変量時系列予測 / 自己回帰 / Long and Short term Time series Network / LSTNet |
| キーワード(英) | Multivariate Time Series Forecasting / Autoregressive / Long and Short term Time series Network / LSTNet |
| 資料番号 | PRMU2021-37 |
| 発行日 | 2021-12-09 (PRMU) |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 2021/12/16(から2日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 時系列・因果推論・異常検知 |
| テーマ（英） | |
| 委員長氏名（和） | 内田 誠一(九大) |
| 委員長氏名（英） | Seiichi Uchida(Kyushu Univ.) |
| 副委員長氏名（和） | 岩村 雅一(阪府大) / 安倍 満(デンソーアイティーラボラトリ) |
| 副委員長氏名（英） | Masakazu Iwamura(Osaka Pref. Univ.) / Mitsuru Anpai(Denso IT Lab.) |
| 幹事氏名（和） | 柴田 剛志(NTT) / 西山 正志(鳥取大) |
| 幹事氏名（英） | Takashi Shibata(NTT) / Masashi Nishiyama(Tottori Univ.) |
| 幹事補佐氏名（和） | 山口 光太(サイバーエージェント) / 松井 勇佑(東大) |
| 幹事補佐氏名（英） | Kouta Yamaguchi(CyberAgent) / Yusuke Matsui(Univ. of Tokyo) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Pattern Recognition and Media Understanding |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | LSTNetに基づく多変量時系列予測精度改善法 |
| サブタイトル（和） | |
| タイトル（英） | Multivariate time series forecasting accuracy improvement method based on LSTNet |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 多変量時系列予測 / Multivariate Time Series Forecasting |
| キーワード(2)（和/英） | 自己回帰 / Autoregressive |
| キーワード(3)（和/英） | Long and Short term Time series Network / Long and Short term Time series Network |
| キーワード(4)（和/英） | LSTNet / LSTNet |
| 第 1 著者 氏名（和/英） | 佐野 隼乙 / Hayato Sano |
| 第 1 著者 所属（和/英） | 静岡県立大(略称：静岡県大) University of Shizuoka(略称：Univ of Shizuoka) |
| 第 2 著者 氏名（和/英） | 六井 淳 / Jun Rokui |
| 第 2 著者 所属（和/英） | 静岡県立大(略称：静岡県大) University of Shizuoka(略称：Univ of Shizuoka) |
| 発表年月日 | 2021-12-16 |
| 資料番号 | PRMU2021-37 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | PRMU-304 |
| ページ範囲 | pp.71-76(PRMU), |
| ページ数 | 6 |
| 発行日 | 2021-12-09 (PRMU) |