2024-03-29T23:34:11Zhttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_oaipmhoai:ipsj.ixsq.nii.ac.jp:002022742023-11-14T00:51:14Z06164:06165:06640:10055
センサーデータのためのProgramming by Exampleに基づくデータ補完手法jpnInternet of Thingshttp://id.nii.ac.jp/1001/00202180/Conference Paperhttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_action_common_download&item_id=202274&item_no=1&attribute_id=1&file_no=1Copyright (c) 2019 by the Information Processing Society of Japan東京女子大学大学院理学研究科東京女子大学大学院理学研究科永島, 寛子加藤, 由花近年,基幹システムで扱うデータだけではなく,センサーデータやウェアラブルデバイスのデータなど,分析に利用可能なデータの量と種類が増えてきた.しかしながら,収集データを分析モデルに入力するためには,分析前に「前処理」を行う必要がある.前処理は,単位の統一や外れ値や欠損値の対処などを行う必要があり,分析者に多大なインパクトを与えている.そのため,分析者の前処理における負荷を削減し,かつ同程度以上の精度をもつ前処理の自動化が望まれている.本稿では,前処理で行われる作業のうち外れ値・欠損値をベイズ推論を用いて自動で補完する手法を提案する.自動補完では対処しきれない手法の一部を変更するなどのカスタマイズ性を持たせるため,Programming by Exampleアプローチを採用し,人の知識を例としてモデルに入力することにより人の知識と機械学習を融合させる.提案手法と既存手法による自動補完の補完精度を比較し,提案手法が既存手法より,センサーデータの補完手法として有効であることを検証した.マルチメディア,分散協調とモバイルシンポジウム2019論文集2019282019-06-262019-12-24