@techreport{oai:ipsj.ixsq.nii.ac.jp:00070415,
 author = {廣安, 知之 and 西井, 琢真 and 吉見, 真聡 and 三木, 光範 and 横内, 久猛 and Tomo, Hiroyasu and Takuma, Nishii and Masato, Yoshimi and Mitsunori, Miki and Hisatake, Yokouchi},
 issue = {24},
 month = {Sep},
 note = {本研究では，2 本以上の時系列データに対して類似部分の抽出手法を提案している．提案手法は，時系列データを再量子化し，文字列検索アルゴリズムを用いて類似部分を抽出する方法である．文字列検索アルゴリズムには，相同性検索を利用する．相同性検索を利用することで，将来，既存の並列アルゴリズムを利用することで高速に処理が可能である．数値実験を通じて，再量子化手法の違いによって抽出される類似部分にどのような差異が生まれるか検討した．また，既存の時系列データの距離測定手法である DTW とどの程度一致する類似部分を抽出するのかについて検討した．実データへの適用として，fNIRS を使った脳機能実験を行い，提案手法による時系列データの抽出を試みた．, Here, we proposed a method for extracting the most similar subsequences from two time series data. In the proposed method, time series data is quantized and similar subsequences are extracted by string search algorithms. As a string search algorithm, homology search algorithm is utilized. Using homology search, strong parallel libraries can be used in the future. Through the numerical examples, the differences of results between two methods of quantization were discussed. At the same time, the results of the proposed method and those of the conventional distance measurement method, the Dynamic Time Warping (DTW) method, were discussed. For the real world problems, the proposed method were applied to time series date of brain function experiments using fNIRS and extracted the most similar subsequences.},
 title = {相同性検索を用いた2つの時系列データからの類似部分抽出手法とDTWによる類似部分の評価},
 year = {2010}
}