| Item type |
Trans(1) |
| 公開日 |
2025-04-28 |
| タイトル |
|
|
言語 |
ja |
|
タイトル |
多次元時系列データのネットワークを基にした欠損値補間手法 |
| タイトル |
|
|
言語 |
en |
|
タイトル |
Multivariate Time Series Imputation Method based on Sparse Network Inference |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
[研究論文] 多次元時系列データ，欠損値補間，ネットワーク推定，状態空間モデル |
| 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 |
|
|
|
大阪大学産業科学研究所産業科学AIセンター／大阪大学情報科学研究科 |
| 著者所属 |
|
|
|
大阪大学産業科学研究所産業科学AIセンター |
| 著者所属 |
|
|
|
大阪大学産業科学研究所産業科学AIセンター |
| 著者所属 |
|
|
|
大阪大学産業科学研究所産業科学AIセンター |
| 著者所属(英) |
|
|
|
en |
|
|
SANKEN, Osaka University / IST, Osaka University |
| 著者所属(英) |
|
|
|
en |
|
|
SANKEN, Osaka University |
| 著者所属(英) |
|
|
|
en |
|
|
SANKEN, Osaka University |
| 著者所属(英) |
|
|
|
en |
|
|
SANKEN, Osaka University |
| 著者名 |
小幡,紘平
川畑,光希
松原,靖子
櫻井,保志
|
| 著者名(英) |
Kohei Obata
Koki Kawabata
Yasuko Matsubara
Yasushi Sakurai
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
本論文では，多次元時系列データのための欠損値補間手法であるMissNetについて述べる．MissNetは，欠損値を含む多次元時系列データが与えられたときに，その時系列データの中から重要な特徴量間の関係（ネットワーク）とその変化点（レジーム）を推定し，それらの情報を利用した欠損値補間を行う．具体的に，提案手法は，(a)多次元時系列データの時間依存性とネットワークの推定，そしてレジームを検出し，(b)それらをもとに欠損値補間を行う．そして，(c)ネットワーク推定と欠損値補間を繰り返すことで高精度な補間を実現する．実データを用いた精度評価実験では，提案手法が最新の既存手法と比較して大幅な精度向上を達成していることを明らかにした．さらに，MissNetがネットワークを持つ解釈性の高いレジームを発見していることを確認した． |
| 論文抄録(英) |
|
|
内容記述タイプ |
Other |
|
内容記述 |
In this paper, we present MissNet, a multivariate time series method based on switching sparse networks. Our method has the following properties: (a) Effective: MissNet, which exploits both temporal dependency and inter-correlation by inferring switching sparse networks, outperforms the state-of-the-art algorithms for missing value imputation for multivariate time series; (b) Scalable: Our proposed algorithm scales linear with regard to the length of the time series and is thus applicable to a long-range time series; (c) Interpretable: MissNet discovers regimes with distinct sparse networks, which help us interpret data, e.g., what is the key relationship in the data, and why does a particular regime distinguish itself from others? Extensive experiments demonstrate that MissNet outperforms the state-of-the-art algorithms for multivariate time series imputation and provides interpretable results. |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
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 18,
号 2,
p. 18-31,
発行日 2025-04-28
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
1882-7799 |
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |
IPSJ-TOD1802004.pdf (2.1 MB)
