講演名 | 2016-07-06 DTW距離の平滑化による時系列データの因子分析 網井 圭(京大), |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | 本稿では,大量の時系列データの集合に対して,その集合を特徴付ける少数の時系列データを因子分析により抽出する方法を提案する.因子分析とは,大量のデータから潜在的に存在する共通因子を探り出す手法である.本稿では大量の時系列データの集合を行列で表現した上で,因子として集合を特徴付ける時系列を表す行列と重みを表す行列があると仮定して行列分解を行う.一般的な手法として,実データと因子によって再現されるデータの間のユークリッド距離を勾配法により小さくする手法がある.しかしユークリッド距離は時系列の時間的な伸縮を反映しない.そこで本稿では時系列の距離として一般的に用いられるDynamic Time Warping距離(DTW距離)を用いる.DTW距離は微分不可能であるため,その平滑化と動的計画法を用いた勾配計算の手法を提案し,勾配法により因子分析を行った. |
抄録(英) | From a large database of time series, our goal is to extract a few factor time series (features). We propose a method to extract factors and their weights for each time series by minimizing a discrepancy between the original time series and its reconstruction. To solve optimization problems, differential approaches are popular, most notably the steepest descent method. And the DTW distance is popular to measure distance between two time series. The DTW distance is, however, not always differentiable with respect to its arguments. In this work, we propose to smooth the DTW distance and carry out factor analysis. |
キーワード(和) | 時系列分析 / 行列分解 / 因子分析 / 勾配法 |
キーワード(英) | Time Series Data / Matrix Factorization / Factor Analysis / Gradient Descent |
資料番号 | IBISML2016-8 |
発行日 | 2016-06-28 (IBISML) |
研究会情報 | |
研究会 | NC / IPSJ-BIO / IBISML / IPSJ-MPS |
---|---|
開催期間 | 2016/7/4(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) | 機械学習によるバイオデータマインニング、一般 |
テーマ(英) | Machine Learning Approach to Biodata Mining, and General |
委員長氏名(和) | 佐藤 茂雄(東北大) / / 福水 健次(統計数理研) |
委員長氏名(英) | Shigeo Sato(Tohoku Univ.) / / Kenji Fukumizu(ISM) |
副委員長氏名(和) | 萩原 将文(慶大) / / 杉山 将(東大) / 鹿島 久嗣(京大) |
副委員長氏名(英) | Masafumi Hagiwara(Keio Univ.) / / Masashi Sugiyama(Univ. of Tokyo) / Hisashi Kashima(Kyoto Univ.) |
幹事氏名(和) | 田中 宏喜(京都産大) / 青西 亨(東工大) / / 津田 宏治(東大) / 竹内 一郎(名工大) |
幹事氏名(英) | Hiroki Tanaka(Kyoto Sangyo Univ.) / Toru Aonishi(Tokyo Inst. of Tech.) / / Koji Tsuda(Univ. of Tokyo) / Ichiro Takeuchi(Nagoya Inst. of Tech.) |
幹事補佐氏名(和) | 秋間 学尚(東北大) / 篠沢 佳久(慶大) / / 神嶌 敏弘(産総研) / 岩田 具治(NTT) |
幹事補佐氏名(英) | Hisanao Akima(Tohoku Univ.) / Yoshihisa Shinozawa(Keio Univ.) / / Toshihiro Kamishima(AIST) / Tomoharu Iwata(NTT) |
講演論文情報詳細 | |
申込み研究会 | Technical Committee on Neurocomputing / Special Interest Group on Bioinformatics and Genomics / Technical Committee on Infomation-Based Induction Sciences and Machine Learning / Special Interest Group on Mathematical Modeling and Problem Solving |
---|---|
本文の言語 | JPN |
タイトル(和) | DTW距離の平滑化による時系列データの因子分析 |
サブタイトル(和) | |
タイトル(英) | Factor Analysis of Time Series Data by Smoothing DTW Distance |
サブタイトル(和) | |
キーワード(1)(和/英) | 時系列分析 / Time Series Data |
キーワード(2)(和/英) | 行列分解 / Matrix Factorization |
キーワード(3)(和/英) | 因子分析 / Factor Analysis |
キーワード(4)(和/英) | 勾配法 / Gradient Descent |
第 1 著者 氏名(和/英) | 網井 圭 / Kei Amii |
第 1 著者 所属(和/英) | 京都大学(略称:京大) Kyoto University(略称:Kyoto Univ.) |
発表年月日 | 2016-07-06 |
資料番号 | IBISML2016-8 |
巻番号(vol) | vol.116 |
号番号(no) | IBISML-121 |
ページ範囲 | pp.231-238(IBISML), |
ページ数 | 8 |
発行日 | 2016-06-28 (IBISML) |