ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 論文誌(ジャーナル)
  2. Vol.60
  3. No.3

マルチモーダル移動行動データからの高速な頻出共起ルール抽出手法

https://ipsj.ixsq.nii.ac.jp/records/195406
https://ipsj.ixsq.nii.ac.jp/records/195406
b4ed8650-bfea-450d-aac6-a11ccf4b0bc2
名前 / ファイル ライセンス アクション
IPSJ-JNL6003018.pdf IPSJ-JNL6003018.pdf (1.6 MB)
Copyright (c) 2019 by the Information Processing Society of Japan
オープンアクセス
Item type Journal(1)
公開日 2019-03-15
タイトル
タイトル マルチモーダル移動行動データからの高速な頻出共起ルール抽出手法
タイトル
言語 en
タイトル Fast Frequent Co-occurrence Rule Extracting Method from Multi-modal Trajectory Data
言語
言語 jpn
キーワード
主題Scheme Other
主題 [特集:若手研究者] 軌跡データ,セグメンテーション,頻出ルール
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
大阪大学大学院情報科学研究科
著者所属
大阪大学大学院情報科学研究科
著者所属
大阪大学大学院情報科学研究科
著者所属
大阪大学大学院情報科学研究科
著者所属
名古屋大学大学院環境学研究科
著者所属
名古屋大学大学院環境学研究科
著者所属
同志社大学研究開発推進機構
著者所属
同志社大学大学院生命医科学研究科
著者所属
東京大学大学院農学生命科学研究科
著者所属
同志社大学生命医科学部
著者所属(英)
en
Graduate School of Information Science and Technology Osaka University
著者所属(英)
en
Graduate School of Information Science and Technology Osaka University
著者所属(英)
en
Graduate School of Information Science and Technology Osaka University
著者所属(英)
en
Graduate School of Information Science and Technology Osaka University
著者所属(英)
en
Graduate School of Environmental Studies Nagoya University
著者所属(英)
en
Graduate School of Environmental Studies Nagoya University
著者所属(英)
en
Organization for Researcg Ubutuatuves and Developement Doshisha University
著者所属(英)
en
Graduate School of Life and Medical Sciences Doshisha University
著者所属(英)
en
Graduate School of Agricultural and Life Sciences, The University of Tokyo
著者所属(英)
en
Doshisha University Faculty of Life and Medical Sciences
著者名 田, 一鳴

× 田, 一鳴

田, 一鳴

Search repository
前川, 卓也

× 前川, 卓也

前川, 卓也

Search repository
天方, 大地

× 天方, 大地

天方, 大地

Search repository
原, 隆浩

× 原, 隆浩

原, 隆浩

Search repository
松本, 祥子

× 松本, 祥子

松本, 祥子

Search repository
依田, 憲

× 依田, 憲

依田, 憲

Search repository
藤岡, 慧明

× 藤岡, 慧明

藤岡, 慧明

Search repository
濱井, 郁弥

× 濱井, 郁弥

濱井, 郁弥

Search repository
福井, 大

× 福井, 大

福井, 大

Search repository
飛龍, 志津子

× 飛龍, 志津子

飛龍, 志津子

Search repository
著者名(英) Yiming, Tian

× Yiming, Tian

en Yiming, Tian

Search repository
Takuya, Maekawa

× Takuya, Maekawa

en Takuya, Maekawa

Search repository
Daichi, Amagata

× Daichi, Amagata

en Daichi, Amagata

Search repository
Takahiro, Hara

× Takahiro, Hara

en Takahiro, Hara

Search repository
Sakiko, Matsumoto

× Sakiko, Matsumoto

en Sakiko, Matsumoto

Search repository
Ken, Yoda

× Ken, Yoda

en Ken, Yoda

Search repository
Emyo, Fujioka

× Emyo, Fujioka

en Emyo, Fujioka

Search repository
Fumiya, Hamai

× Fumiya, Hamai

en Fumiya, Hamai

Search repository
Dai, Fukui

× Dai, Fukui

en Dai, Fukui

Search repository
Shizuko, Hiryu

× Shizuko, Hiryu

en Shizuko, Hiryu

Search repository
論文抄録
内容記述タイプ Other
内容記述 本論文では,移動体から得られたマルチモーダル時系列データから高速に頻出ルールを抽出する手法の提案を行う.近年,センサ技術の進展により小型センサデバイスを動物に添付し,GPSにより動物の移動軌跡を計測するとともに,環境・生体センサにより移動にまつわる時系列センサデータも同時に計測することが可能となりつつある.本研究では,移動およびセンサの時系列データを,それぞれ複数のモードにセグメントし,異なるモーダルを跨いだ頻出ルールを高速に抽出する手法を提案する.たとえば移動軌跡から抽出された「局所探索」モードと生体センサから抽出された「緊張」モードが共起することが多いといったルールを抽出する.モードのセグメントに用いられるパラメータは様々な値をとる可能性があるため,得られるルールの有用性に基づきそれらを自動的に決定する.実データを用いた実験の結果から,提案手法は高速にルールを抽出できることを確認した.
論文抄録(英)
内容記述タイプ Other
内容記述 This paper proposes a fast method that extracts frequent patterns from multi-modal time-series data obtained from a moving object. Due to the recent advance in sensing technologies, we can measure trajectories of animals from GPS modules as well as time-series sensor data related to locomotion from environmental and bio-sensors using small sensor nodes attached to the animals. The proposed method first segments time-series data, i.e., trajectory and sensor data, into multiple modes, and then extracts cross-modal frequent patterns from the segmented time-series. For example, we extract a rule describing that a “local search” mode extracted from trajectory data usually co-occurs with a “stress” mode extracted from bio-sensor data. Our method finds good parameters used in the segmentation according to the usefulness of rules. Our experiments using real datasets demonstrate the efficiency of our proposed method.
書誌レコードID
収録物識別子タイプ NCID
収録物識別子 AN00116647
書誌情報 情報処理学会論文誌

巻 60, 号 3, p. 859-869, 発行日 2019-03-15
ISSN
収録物識別子タイプ ISSN
収録物識別子 1882-7764
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-19 23:07:33.586096
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3