| 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 | 2018-03-13 14:15 多変数非線形時系列データの変化点の検出 ○小寺 怜・中村知道（兵庫県立大）  NLP2017-108 |
|
| 抄録 | （和） | 世の中の現象の多くは，時間と共に不規則な変動をしている． それらの不規則な変動に何らかの相関構造があるとき，それらは何らかのシステムから発生していると考えられる． さらに，そのシステムの状態は常に同じとは限らず，時々変化することも考えられる． 従って，そのシステムの状態の変化を検知することは，その現象を理解する上で重要な役割を果たす． 現象の中にはその基本原理が十分に分かっていないため，数学や物理の数式になっていないものが多くあるが，多くの場合，現象の振る舞いを時系列データとして記録出来る． 本稿ではこのような状況を想定し，時系列データのみを用いてシステムの状態変化の検出を行う． 時系列データを用いてデータの状態変化を検知する手法として，``局所定常 auto-regressive~(AR)モデル''が提案されており，様々なデータに適応されている． しかし，この手法はデータの非線形性や多変数データを処理することが 困難であるといった問題がある． そこで本稿では，上述の問題を改善する新手法を提案し，その有効性をシミュレーションデータによって検証し，実データへ応用した． |
| （英） | There are many natural phenomena that show irregular fluctuations. We expect that the data are generated by a system. The state of the system is not always the same and it might change from time to time. Hence, detecting the changing points in the state of the system has a significant role in understanding the phenomenon. In this paper, we propose a method to detect the changing points in the multivariate nonlinear time series data. |
|
| キーワード | （和） | 時系列解析 / 局所定常モデル / 変化点検出 / / / / / |
| （英） | Time series analysis / change-point detection / locally stationary model / / / / / | |
| 文献情報 | 信学技報, vol. 117, no. 505, NLP2017-108, pp. 37-42, 2018年3月. | |
| 資料番号 | NLP2017-108 | |
| 発行日 | 2018-03-06 (NLP) | |
| 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 | NLP2017-108 |
|
| 研究会情報 | |
| 研究会 | MSS NLP |
| 開催期間 | 2018-03-12 - 2018-03-14 |
| 開催地（和） | 大阪大学豊中キャンパス |
| 開催地（英） | |
| テーマ（和） | SICE-DES研究会，IEICE-NLP, MSSの3研究会併催，一般および Work In Progress(WIP) ※(WIPセッションはDES,MSSのみ．「詳細はこちら」参照) |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2018-03-MSS-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | 多変数非線形時系列データの変化点の検出 |
| サブタイトル（和） | |
| タイトル（英） | Detecting changing points in multivariate nonlinear time series |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 時系列解析 / Time series analysis |
| キーワード(2)（和/英） | 局所定常モデル / change-point detection |
| キーワード(3)（和/英） | 変化点検出 / locally stationary model |
| キーワード(4)（和/英） | / |
| 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） | 小寺 怜 / Rei Kotera / コテラ レイ |
| 第1著者 所属（和/英） | 兵庫県立大学 (略称： 兵庫県立大) University of Hyogo (略称： Univ. of Hyogo) |
| 第2著者 氏名（和/英/ヨミ） | 中村 知道 / Tomomichi Nakamura / ナカムラ トモミチ |
| 第2著者 所属（和/英） | 兵庫県立大学 (略称： 兵庫県立大) University of Hyogo (略称： Univ. of Hyogo) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-03-13 14:15:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLP |
| 資料番号 | NLP2017-108 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.505 |
| ページ範囲 | pp.37-42 |
| ページ数 | 6 |
| 発行日 | 2018-03-06 (NLP) |
[研究会発表申込システムのトップページに戻る]