2023年度 人工知能学会全国大会(第37回)

講演情報

一般セッション

一般セッション » GS-2 機械学習

[2A5-GS-2] 機械学習:時系列解析Ⅰ

2023年6月7日(水) 15:30 〜 17:10 A会場 (メインホール)

座長:高橋 大志(NTT) [現地]

16:10 〜 16:30

[2A5-GS-2-03] 波形類似度と合成波の原理に基づく多次元系列データ次元削減法の提案

〇蛭田 興明1、高屋 英知1、栗原 聡1 (1. 慶應義塾大学)

キーワード:データマイニング、次元削減、合成波

Society5.0の社会実装を進めるためには,現実世界の様々な情報をセンシングすることが必要不可欠である.現実世界の複雑性に伴い,得られるデータは必然的に超多次元時系列データとなる.計算コストの観点より,このような多次元データを直接分析することは現実的に困難である.そこで本研究では,多くの時系列データが潜在的に持つ波の性質を有効に活用した新たな次元削減法を提案する.具体的には,まずは多次元時系列データを類似度に基づいて特定の個数にクラスタリングする.その後,同一のクラスタに属するデータが同一の波長帯に存在すると仮定し,合成波の原理を適用する.異なる波長の波の重ね合わせ後の波は,それぞれの波の調和平均で表すことができるという物理的事実に基づき,元々のデータの次元削減を行う.これにより従来手法よりも情報の損失の少ない次元削減法を提案する.

講演PDFパスワード認証
論文PDFの閲覧にはログインが必要です。参加登録者の方は「参加者用ログイン」画面からログインしてください。あるいは論文PDF閲覧用のパスワードを以下にご入力ください。

パスワード