@techreport{oai:ipsj.ixsq.nii.ac.jp:00189697,
 author = {西, 和弥 and 佐久間, 拓人 and 梅津, 佑太 and 梶岡, 慎輔 and 竹内, 一郎 and Kazuya, Nishi and Takuto, Sakuma and Yuta, Umezu and Shinsuke, Kajioka and Ichiro, Takeuchi},
 issue = {4},
 month = {Jun},
 note = {センサーデバイスの発展により，GPS による移動データなどの系列データが容易に取得できるようになった．そういったデータから重要な系列パターンを抽出する手法の一つとして，予測系列マイニングと呼ばれるデータマイニング手法がある．膨大な候補の中から抽出された系列パターンの信頼性をなんらかの指標を用いて定量的に評価することは意思決定を行う際にとても重要である．本稿では L1 正則化つき線形モデルを用いた予測系列マイニングと，選択バイアスを考慮した統計的仮説検定を組み合わせた手法を提案する．, With the development of sensor devices, series data such as GPS data can be easily acquired. To extract important sequential patterns from such data, there is a data mining technique called predictive sequence mining. Evaluating the reliability of sequence patterns extracted from enormous candidates is also important to make decisions. In this paper, we propose a method combining predictive sequence mining using a linear model with L1 regularization and statistical hypothesis test considering selection bias.},
 title = {予測系列マイニングのための選択的推論とその軌跡データ分析への適用},
 year = {2018}
}