大規模時系列データの特徴自動抽出

• Item type: Trans(1)
• 公開日: 2014-06-30
• タイトル: 大規模時系列データの特徴自動抽出
• タイトル / 言語: en
• タイトル: Fully Automatic Mining of Large Time-series Datasets
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [研究論文] 時系列データ，特徴自動抽出
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 熊本大学
• 著者所属: 熊本大学
• 著者所属: カーネギーメロン大学
• 著者所属(英): en
• 著者所属(英): Kumamoto University
• 著者所属(英): en
• 著者所属(英): Kumamoto University
• 著者所属(英): en
• 著者所属(英): Carnegie Mellon University
• 著者名: 松原, 靖子; 櫻井, 保志; Christos, Faloutsos
• 著者名(英): Yasuko, Matsubara; Yasushi, Sakurai; Christos, Faloutsos
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本論文では，大規模時系列データのための特徴自動抽出手法であるAutoPlaitについて述べる．AutoPlaitは，様々な時系列パターンを含む複雑なシーケンスが与えられたときに，そのシーケンスデータの中から重要な特徴を発見し，それらの情報を統計的に要約，表現する．提案手法は，(a)大規模時系列データの中から類似した部分シーケンスのパターンを抽出し，(b)計算量は入力データのサイズに対して線形である．さらに，最も重要な点として，(c)提案手法はパラメータに依存しない．すなわち，事前情報の付与またはパラメータのチューニングを行うことなく，大規模シーケンスのパターン発見と特徴抽出を自動で行うことができる．実データを用いた実験では，AutoPlaitが様々な時系列データの中から有用なパターンを正確に発見することを確認し，さらに，最新の既存手法と比較を行い提案手法が大幅な精度，性能向上を達成していることを明らかにした．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In this paper we present AutoPlait, a fully automatic mining algorithm for co-evolving time sequences. Our method has the following properties: (a) effectiveness: it operates on large collections of time-series, and finds similar segment groups that agree with human intuition; (b) scalability: it is linear with the input size, and thus scales up very well; and (c) AutoPlaitis parameter-free, and requires no user intervention, no prior training, and no parameter tuning. Extensive experiments on 67GB of real datasets demonstrate that AutoPlaitdoes indeed detect meaningful patterns correctly, and it outperforms state-of-the-art competitors as regards accuracy and speed: AutoPlaitachieves near-perfect, over 95% precision and recall, and it is up to 472 times faster than its competitors.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11464847
• 書誌情報: 情報処理学会論文誌データベース（TOD）; 巻 7, 号 2, p. 37-50, 発行日 2014-06-30
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7799
• 出版者 / 言語: ja
• 出版者: 情報処理学会