| 講演名 | 2023-03-02 独立低ランク行列分析を用いた分離予測時系列再構成手法 和泉 響(静岡県立大), 六井 淳(静岡県立大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 時系列予測とは過去の値から未来の値を予測する分野であり，様々な手法が提案されている．音声信号処理の分野に音源分離と呼ばれる信号処理技術があり，複数の音源が混合した観測信号から，混合前の音源信号を推定する技術である．本研究では，時系列データに独立な信号成分が含まれていると仮定し，音源分離手法の一つである独立低ランク行列分析(Independent Low-Rank Matrix Analysis:ILRMA )を時系列(株価)データに適用することで信号を単純化する．信号が単純化されることで時系列データ予測はより正確になることが期待できる．結果、個々の信号に対しLSTM(Long-Short Term Memory)を用いて予測を行い，重回帰分析を用いて分離前のデータを復元し予測結果を得る手法を提案する． |
| 抄録(英) | Time series forecasting is the field to predict future values from past values, and various methods have been proposed. There is a signal processing technology called sound source separation in the field of speech signal processing, and it is a technology to estimate sound sourcesignals before mixing from observation signals in which multiple sound sources are mixed. In this study, we assume that independent signal components are included in the time series data and simplify the signal by applying independent low-rank matrix analysis(ILRMA: Independent Low-Rank Matrix Analysis), one of the source separation methods, to the time series(stock price) data. It can be expected that the time series data prediction becomes more accurate by the signal simplification. In this paper, we propose a method to obtain the predicted results by using LSTM(Long-Short Term Memory) for individual signals, and then recovering the original data using multiple regressions. |
| キーワード(和) | 時系列予測 / ILRMA / LSTM |
| キーワード(英) | Time series prediction / ILRMA / LSTM |
| 資料番号 | PRMU2022-95,IBISML2022-102 |
| 発行日 | 2023-02-23 (PRMU, IBISML) |
| 研究会情報 | |
| 研究会 | PRMU / IBISML / IPSJ-CVIM |
|---|---|
| 開催期間 | 2023/3/2(から2日開催) |
| 開催地（和） | はこだて未来大学 |
| 開催地（英） | Future University Hakodate |
| テーマ（和） | 異分野連携(PRMU)、AutoML (CVIM)、機械学習の理論と応用の広がり(IBISML) |
| テーマ（英） | |
| 委員長氏名（和） | 内田 誠一(九大) / 杉山 将(東大) |
| 委員長氏名（英） | Seiichi Uchida(Kyushu Univ.) / Masashi Sugiyama(Univ. of Tokyo) |
| 副委員長氏名（和） | 舩冨 卓哉(奈良先端大) / 安倍 満(デンソーアイティーラボラトリ) / 神嶌 敏弘(産総研) / 津田 宏治(東大) |
| 副委員長氏名（英） | Takuya Funatomi(NAIST) / Mitsuru Anpai(Denso IT Lab.) / Toshihiro Kamishima(AIST) / Koji Tsuda(Univ. of Tokyo) |
| 幹事氏名（和） | 山口 光太(サイバーエージェント) / 松井 勇佑(東大) / 岩田 具治(NTT) / 中村 篤祥(北大) |
| 幹事氏名（英） | Kouta Yamaguchi(CyberAgent) / Yusuke Matsui(Univ. of Tokyo) / Tomoharu Iwata(NTT) / Atsuyoshi Nakamura(Hokkaido Univ.) |
| 幹事補佐氏名（和） | 井上 中順(東工大) / 川西 康友(理研) / 河原 吉伸(阪大) / 鈴木 大慈(東工大) |
| 幹事補佐氏名（英） | Nakamasa Inoue(Tokyo Inst. of Tech.) / Yasutomo Kawanishi(Riken) / Yoshinobu Kawahara(Osaka Univ.) / Taiji Suzuki(Tokyo Inst. of Tech.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Pattern Recognition and Media Understanding / Technical Committee on Information-Based Induction Sciences and Machine Learning / Special Interest Group on Computer Vision and Image Media |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 独立低ランク行列分析を用いた分離予測時系列再構成手法 |
| サブタイトル（和） | |
| タイトル（英） | Separate Predictive Time Series Reconstruction using Independent Low-Rank Matrix Analysis |
| 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） | ILRMA / ILRMA |
| キーワード(3)（和/英） | LSTM / LSTM |
| 第 1 著者 氏名（和/英） | 和泉 響 / Hibiki Izumi |
| 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） | 六井 淳 / Jun Rokui |
| 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) |
| 発表年月日 | 2023-03-02 |
| 資料番号 | PRMU2022-95,IBISML2022-102 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | PRMU-404,IBISML-405 |
| ページ範囲 | pp.187-192(PRMU), pp.187-192(IBISML), |
| ページ数 | 6 |
| 発行日 | 2023-02-23 (PRMU, IBISML) |