講演名 | 2003/3/8 動的時間伸縮法に基づく時系列データからの決定木学習(<特集> 「アクティブマイニング」及び一般 : 文部科学省科学研究費特定領域研究「情報洪水時代におけるアクティブマイニングの実現」公開シンポジウム) 山田 悠, 鈴木 英之進, 横井 英人, 高林 克日己, |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | 本論文では,時系列属性を含むデータから決定木を学習する新しい方式を提案する.時系列属性は,値と時刻のペアについてのシーケンスとして表される時系列データを値にとる属性であり,種々の実応用問題に頻出するために重要であると考えられる.われわれが提案する時系列決定木は,内部ノートに時系列データを持ち,時系列データに関する距離に基づいて例集合を分割する.最初に動的時間伸縮法に基づく基準例分割テストを定義し,次にこれを用いた決定木学習法を示す.実験の結果,提案手法は,他の手法に比較して理解しやすく正確な決定木を学習できることが分かった.さらに医療問題への適用の結果,時系列決定木は知識発見に有望であることが分かった. |
抄録(英) | This paper proposes a novel approach for learning a decision tree from a data set with time-series attributes. A time-series attribute takes, as its value, a sequence of values each of which is associated with a time stamp, and can be considered as important since it frequently appears in real-world applications. Our time-series tree has a time sequence in its internal node, and splits examples based on similarities between a pair of time sequences. We first define our standard example split test based on dynamic time warping, then propose a decision tree induction procedure for the split test. Experimental results confirm that our induction method, unlike other methods, constructs comprehensive and accurate decision trees. Moreover, a medical application shows that our time-series tree is promising in knowledge discovery. |
キーワード(和) | 時系列決定木 / 時系列データ / 動的時間伸縮法 / 知識発見 / 医療検査データ |
キーワード(英) | Time-series Decision Tree / Time-series Data / Dynamic Time Warping / Knowledge Discovery / Medical Test Data |
資料番号 | AI2002-85 |
発行日 |
研究会情報 | |
研究会 | AI |
---|---|
開催期間 | 2003/3/8(から1日開催) |
開催地(和) | |
開催地(英) | |
テーマ(和) | |
テーマ(英) | |
委員長氏名(和) | |
委員長氏名(英) | |
副委員長氏名(和) | |
副委員長氏名(英) | |
幹事氏名(和) | |
幹事氏名(英) | |
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 | Artificial Intelligence and Knowledge-Based Processing (AI) |
---|---|
本文の言語 | JPN |
タイトル(和) | 動的時間伸縮法に基づく時系列データからの決定木学習(<特集> 「アクティブマイニング」及び一般 : 文部科学省科学研究費特定領域研究「情報洪水時代におけるアクティブマイニングの実現」公開シンポジウム) |
サブタイトル(和) | |
タイトル(英) | Decision-tree Induction from Time-series Data Based on Dynamic Time Warping |
サブタイトル(和) | |
キーワード(1)(和/英) | 時系列決定木 / Time-series Decision Tree |
キーワード(2)(和/英) | 時系列データ / Time-series Data |
キーワード(3)(和/英) | 動的時間伸縮法 / Dynamic Time Warping |
キーワード(4)(和/英) | 知識発見 / Knowledge Discovery |
キーワード(5)(和/英) | 医療検査データ / Medical Test Data |
第 1 著者 氏名(和/英) | 山田 悠 / Yuu YAMADA |
第 1 著者 所属(和/英) | 横浜国立大学大学院工学研究院 Faculty of Engineering, Yokohama National University |
第 2 著者 氏名(和/英) | 鈴木 英之進 / Einoshin SUZUKI |
第 2 著者 所属(和/英) | 横浜国立大学大学院工学研究院 Faculty of Engineering, Yokohama National University |
第 3 著者 氏名(和/英) | 横井 英人 / Hideto YOKOI |
第 3 著者 所属(和/英) | 千葉大学医学部附属病院医療情報部 Division of Medical Informatics, Chiba University Hospital |
第 4 著者 氏名(和/英) | 高林 克日己 / Katsuhiko TAKABAYASHI |
第 4 著者 所属(和/英) | 千葉大学医学部附属病院医療情報部 Division of Medical Informatics, Chiba University Hospital |
発表年月日 | 2003/3/8 |
資料番号 | AI2002-85 |
巻番号(vol) | vol.102 |
号番号(no) | 711 |
ページ範囲 | pp.- |
ページ数 | 6 |
発行日 |