お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2015-06-23 13:50
因果平滑化を考慮した時系列データからのLasso-Granger因果予測
安部斉志佐久間 淳筑波大IBISML2015-9
抄録 (和) 近年,現実世界の問題に対するサービスは巨大な時系列データを生み出し続けている.
因果を決定することは,時系列データの分析において重要な問題の1つである.因果関係とは原因と結果から成るが,一般的に,結果となる事象は原因の後に起こる.ただし,原因となる事象が結果となる事象に影響を与えるまでの時間は分からない.我々は,原因が結果に影響を与えるまでの時間が変化しても,特徴間の因果関係が大きく変化しないことが自然であるというの仮定の下、因果関係を推定する手法を提案する。具体的には、原因が結果に影響を与えるまでの時間が異なる因果同士がどれだけ似ているのかの尺度として因果類似度を定義した.ラッソを用いた因果を予測する手法としてLasso-Granger法が知られているが,この手法に因果類似度を基にした正則化項を導入した手法を提案する.この正則化項によって,影響を与えるまでの時間変化によって因果が大きく変化しないような平滑化された因果を推定する.最後に,実験によって,提案法とLasso-Granger法を比較し,因果平滑化による効果について議論する. 
(英) Recently, various services for real world problems continually produce huge amount of time series data. Determination of causality is one of the important problems in time series data analysis.In general, an effect occurs after the cause. We asuume that causality between variables do not change drastically over time.We introduce a regularization term based on causal similarity into the Lasso Granger method, which is known as a causality estimation method by means of Lasso. Our proposed regularization term allows the estimated causalities to be smoothed changed over time. We show by experimentation the impact of causal smoothing.
キーワード (和) 因果予測 / データ分析 / グレンジャー因果 / 平滑化 / / / /  
(英) causality estimation / data analysis / Granger causality / smoothing / / / /  
文献情報 信学技報, vol. 115, no. 112, IBISML2015-9, pp. 55-62, 2015年6月.
資料番号 IBISML2015-9 
発行日 2015-06-16 (IBISML) 
ISSN Print edition: ISSN 0913-5685    Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード IBISML2015-9

研究会情報
研究会 NC IPSJ-BIO IBISML IPSJ-MPS  
開催期間 2015-06-23 - 2015-06-25 
開催地(和) 沖縄科学技術大学院大学 
開催地(英) Okinawa Institute of Science and Technology 
テーマ(和) 機械学習によるバイオデータマインニング、一般 
テーマ(英) Machine Learning Approach to Biodata Mining, and General 
講演論文情報の詳細
申込み研究会 IBISML 
会議コード 2015-06-NC-BIO-IBISML-MPS 
本文の言語 日本語 
タイトル(和) 因果平滑化を考慮した時系列データからのLasso-Granger因果予測 
サブタイトル(和)  
タイトル(英) Lasso Granger Causality Estimation Considering Smoothness of Causality from Time Series Data 
サブタイトル(英)  
キーワード(1)(和/英) 因果予測 / causality estimation  
キーワード(2)(和/英) データ分析 / data analysis  
キーワード(3)(和/英) グレンジャー因果 / Granger causality  
キーワード(4)(和/英) 平滑化 / smoothing  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 安部 斉志 / Hitoshi Abe / アベ ヒトシ
第1著者 所属(和/英) 筑波大学 (略称: 筑波大)
Tsukuba University (略称: Tsukuba Univ.)
第2著者 氏名(和/英/ヨミ) 佐久間 淳 / Jun Sakuma /
第2著者 所属(和/英) 筑波大学 (略称: 筑波大)
Tsukuba University (略称: Tsukuba Univ.)
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2015-06-23 13:50:00 
発表時間 25分 
申込先研究会 IBISML 
資料番号 IBISML2015-9 
巻番号(vol) vol.115 
号番号(no) no.112 
ページ範囲 pp.55-62 
ページ数
発行日 2015-06-16 (IBISML) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会