@techreport{oai:ipsj.ixsq.nii.ac.jp:00164496,
 author = {林, 勝悟 and 細田, 滋毅 and 小野, 智司 and 沼尾, 正行 and 福井, 健一 and Shogo, Hayashi and Shigeki, Hosoda and Satoshi, Ono and Masayuki, Numao and Ken-ichi, Fukui},
 issue = {23},
 month = {Jun},
 note = {世界中の海洋で水温や塩分といった海洋データが測定されている．時にエラー測定値が測定されてしまうこともあるが，様々な要因に由来する海洋データの非線形な自然変動とエラー測定値を識別することは難しい．海洋データのエラー測定値の高精度な自動検知を最終的な目的として，本研究では初期的な検討として，クラスタリングによって海洋データの視覚化を行う．得られた知見から，エラー測定値検知のモデル構築に組み込むべき要素の検討を行う．, In the ocean around the world, oceanic data such as temperature and salinity is being measured. Error data is also sometime measured, but discrimination between error data and normal data that vary non-linearly because of natural factors is difficult. For the final goal to realize automated high-quality error detection, in this research, we visualize the structure of oceanic data using clustering. Utilizing the knowledge of the result, we consider what the appropriate model for error detection is like.},
 title = {クラスタリングによる海洋データの構造視覚化},
 year = {2016}
}