| 講演名 | 2019-01-17 リアルタイム予測情報配信のための特徴選択アンサンブルによる重要データ抽出の検討 酒井 拓海(京大), 新熊 亮一(京大), 稲垣 悠一(京大), 佐藤 丈博(京大), 大木 英司(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) | 近年，交通量等の実空間情報を用いたリアルタイム予測情報配信サービスに対する需要が高まっている．モバイルIoTデバイスはデータを収集する役割を担っているが，モバイルネットワークの制約により，モバイルIoTデバイスから全てのデータを送信できるとは限らない．予測を行う機械学習モデルに対し特徴選択を適用してデータの重要度を算出し，重要度が高いデータを優先的に送信することで，予測精度を維持しながらデータ送信量を削減する研究がなされている．しかしながら，予測精度が最も高くなる特徴選択手法はデータセット依存であり，選択する手法によっては予測精度が低下する恐れがある．そこで本項では，複数の特徴選択手法で算出された重要度をアンサンブルさせることで，予測精度の低下を軽減する手法を提案する．本稿では実データを用いた評価を行い，提案方式がデータ依存による予測精度劣化を軽減することを示した． |
| 抄録(英) | Recently, the demands on the services that predict and deliver real-time spatial information, such as road-traffic volume, have been increasing. Mobile IoT devices that collect data for these services cannot necessarily transmit all of these data because of the bandwidth limitation in mobile networks. Some previous works have reduced the volume of data transmission while maintaining prediction accuracy by prioritizing data transmission based on data importance. They used feature selection methods to extract data importance from the machine learning model for the prediction. However, some feature selection methods may deteriorate the prediction accuracy because what feature selection method achieves the best prediction accuracy depends on what dataset is used. Therefore, this work proposes a method to ensemble data importance extracted by multiple feature selection methods to reduce the deterioration of the prediction accuracy. Evaluation with real-world datasets shows that the proposed system suppresses the deterioration of the prediction accuracy by using ensembled data importance. |
| キーワード(和) | 特徴選択アンサンブル / IoT / 機械学習 / リアルタイム予測 / 優先度制御 |
| キーワード(英) | feature selection ensemble / IoT / machine learning / real-time prediction / priority control |
| 資料番号 | MoNA2018-67 |
| 発行日 | 2019-01-09 (MoNA) |
| 研究会情報 | |
| 研究会 | MoNA |
|---|---|
| 開催期間 | 2019/1/16(から2日開催) |
| 開催地（和） | キャンパスプラザ京都（京都駅前） |
| 開催地（英） | T. B. D. |
| テーマ（和） | モバイルコンピューティング、機械学習 in/for モバイル、モバイルネットワークとモバイルアプリケーション 一般 |
| テーマ（英） | |
| 委員長氏名（和） | 新熊 亮一(京大) |
| 委員長氏名（英） | Ryoichi Shinkuma(Kyoto Univ.) |
| 副委員長氏名（和） | 田頭 茂明(関大) / 北形 元(東北大) |
| 副委員長氏名（英） | Shigeaki Tagashira(Kansai Univ.) / Gen Kitagata(Tohoku Univ.) |
| 幹事氏名（和） | 石田 繁巳(九大) / 二瓶 浩一(NEC) / 西尾 理志(京大) / 齊藤 隆仁(NTTドコモ) |
| 幹事氏名（英） | Shigemi Ishida(Kyushu Univ.) / Koichi Nihei(NEC) / Takayuki Nishio(Kyoto Univ.) / Takato Saito(NTT DOCOMO) |
| 幹事補佐氏名（和） | 臼井 健(KDDI総合研究所) / 金井 謙治(早大) |
| 幹事補佐氏名（英） | Ken Usui(KDDI Research) / Kenji Kanai(Waseda Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Mobile Network and Applications |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | リアルタイム予測情報配信のための特徴選択アンサンブルによる重要データ抽出の検討 |
| サブタイトル（和） | |
| タイトル（英） | Study on Extraction of Important Data Based on Feature Selection Ensemble for Real-time Predictive Information Delivery |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 特徴選択アンサンブル / feature selection ensemble |
| キーワード(2)（和/英） | IoT / IoT |
| キーワード(3)（和/英） | 機械学習 / machine learning |
| キーワード(4)（和/英） | リアルタイム予測 / real-time prediction |
| キーワード(5)（和/英） | 優先度制御 / priority control |
| 第 1 著者 氏名（和/英） | 酒井 拓海 / Takumi Sakai |
| 第 1 著者 所属（和/英） | 京都大学(略称：京大) Kyoto University(略称：Kyoto Univ) |
| 第 2 著者 氏名（和/英） | 新熊 亮一 / Ryoichi Shinkuma |
| 第 2 著者 所属（和/英） | 京都大学(略称：京大) Kyoto University(略称：Kyoto Univ) |
| 第 3 著者 氏名（和/英） | 稲垣 悠一 / Yuichi Inagaki |
| 第 3 著者 所属（和/英） | 京都大学(略称：京大) Kyoto University(略称：Kyoto Univ) |
| 第 4 著者 氏名（和/英） | 佐藤 丈博 / Takehiro Sato |
| 第 4 著者 所属（和/英） | 京都大学(略称：京大) Kyoto University(略称：Kyoto Univ) |
| 第 5 著者 氏名（和/英） | 大木 英司 / Eiji Oki |
| 第 5 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 | 2019-01-17 |
| 資料番号 | MoNA2018-67 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | MoNA-389 |
| ページ範囲 | pp.57-61(MoNA), |
| ページ数 | 5 |
| 発行日 | 2019-01-09 (MoNA) |