| 講演名 | 2022-01-18 欠測の階層構造に基づくセンサデータの欠測率予測手法の評価 平田 紀史(KDDI総合研究所), 前島 治(KDDI総合研究所), 吉原 貴仁(KDDI総合研究所), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | ネットワークを介してセンサデータを収集することは，IoT(Internet of Things)によるサービス実現の重要な要素となっている．センサデータには機器故障やネットワークの不具合等の原因により欠測が存在するが，事前に欠測率を予測することで，欠測率を見込んだ対応が可能となる．例えば，電力市場では発電機や蓄電池の遠隔制御を前提となるが，各機器の電力センサの欠測率が予測できれば，欠測分を除いた入札ができ，より確実な取引ができる．欠測の原因がネットワークにある場合，複数のセンサが同時欠測することがある．そこで，欠測の共起関係からセンサのグループ化と階層構造化を行い，階層構造に基づく欠測率予測手法を提案し評価する．大気環境に関するセンサデータから予測誤差を評価した結果，階層構造を利用しない比較手法に対し，提案手法では最大で10.75%から7.71%へ3.04%の誤差減少が確認できた． |
| 抄録(英) | Collecting sensor data via networks is important for IoT (Internet of Things) services.However, sensors sometimes have missing values by equipment failures, network failure, etc.It is possible to take actions against missing value by predicting a missing probability.For example, we can take a bid in an electricity power market except failed generators by predicting missing probability.In this paper, we propose and evaluate a prediction method for missing probability of sensor data hierarchical structure of missing value.As a result of the evaluation, the proposed method could reduce the prediction error of missing probability from 10.75% to 7.71% compared to a baseline method. |
| キーワード(和) | 時系列予測 / 欠測 / 階層構造 / センサデータ |
| キーワード(英) | time-series prediction / missing value / hierarchical structure / sensor value |
| 資料番号 | IN2021-25 |
| 発行日 | 2022-01-11 (IN) |
| 研究会情報 | |
| 研究会 | IN |
|---|---|
| 開催期間 | 2022/1/18(から1日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | コンテンツ配信/流通、ソーシャルネットワーク(SNS)、データ分析・処理基盤、ビッグデータ及び一般 |
| テーマ（英） | Contents Distribution, Social Networking Services, Data Analytics and Processing Platform, Big data, etc. |
| 委員長氏名（和） | 石田 賢治(広島市大) |
| 委員長氏名（英） | Kenji Ishida(Hiroshima City Univ.) |
| 副委員長氏名（和） | 波戸 邦夫(インターネットマルチフィード) |
| 副委員長氏名（英） | Kunio Hato(Internet Multifeed) |
| 幹事氏名（和） | 谷口 展郎(NTT) / 星野 文学(長崎県立大) / 渡部 康平(長岡技科大) / 城 哲(KDDI総合研究所) |
| 幹事氏名（英） | Noburo Taniguchi(NTT) / Fumitaka Hoshino(Univ. of Nagasaki) / Kouhei Watabei(Nagaoka Univ. of Tech.) / Tetsu Jyo(KDDI Research) |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Information Networks |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 欠測の階層構造に基づくセンサデータの欠測率予測手法の評価 |
| サブタイトル（和） | |
| タイトル（英） | Evaluation on Prediction Method for Missing Probability of Sensor Value based on Hierarchical Structure of Missing Value |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 時系列予測 / time-series prediction |
| キーワード(2)（和/英） | 欠測 / missing value |
| キーワード(3)（和/英） | 階層構造 / hierarchical structure |
| キーワード(4)（和/英） | センサデータ / sensor value |
| 第 1 著者 氏名（和/英） | 平田 紀史 / Norifumi Hirata |
| 第 1 著者 所属（和/英） | 株式会社 KDDI総合研究所(略称：KDDI総合研究所) KDDI Research, Inc(略称：KDDI Research) |
| 第 2 著者 氏名（和/英） | 前島 治 / Osamu Maeshima |
| 第 2 著者 所属（和/英） | 株式会社 KDDI総合研究所(略称：KDDI総合研究所) KDDI Research, Inc(略称：KDDI Research) |
| 第 3 著者 氏名（和/英） | 吉原 貴仁 / Kiyohito Yoshihara |
| 第 3 著者 所属（和/英） | 株式会社 KDDI総合研究所(略称：KDDI総合研究所) KDDI Research, Inc(略称：KDDI Research) |
| 発表年月日 | 2022-01-18 |
| 資料番号 | IN2021-25 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | IN-324 |
| ページ範囲 | pp.7-12(IN), |
| ページ数 | 6 |
| 発行日 | 2022-01-11 (IN) |