[1I4-J-2] 機械学習: 新しいモデル

[1I4-J-2-03] 外生変数を伴う長期予測における主要因子推定法

中塚 祐喜¹、〇白山 晋¹ (1. 東京大学)

キーワード：時系列長期予測、主要因子推定法、注意機構

多くの分野・領域において，外生変数を伴う時系列データに対する長期予測が行われている．長期予測モデルにおいては，モデルの解釈性の問題と外生変数に含まれるノイズの問題がある．近年，注意機構は解釈性の高いモデルとして注目されている．Dual-stage Attention-based Recurrent Neural Network (DA-RNN)もその一種である．DA-RNNは注目する特徴を自動的に決定する構造を持つが，短期予測しか行うことができず，強いノイズに対しては脆弱である．本稿では，部分時系列クラスタリングを利用することでDA-RNNを拡張し，よりノイズに頑健なモデルを提案する．そして，長期予測に拡張する方法を提案する．また，注意機構の重みの可視化を用いて，外生変数における主要因子の推定法を提案する．SML2010と呼ばれるデータセットに対する提案手法の結果は，従来手法と同等以上の予測能力を持ち，ノイズに対して頑健であることを示している．また，主要因子の推定が可能になることを示唆している．