| 講演抄録/キーワード |
| 講演名 |
2021-01-21 10:05
リカレンスプロット密度の変化による非線形時系列の特性抽出 ○金丸志生・スヴィリドヴァ ニーナ(東京理科大)・島田 裕(埼玉大)・池口 徹(東京理科大) NLP2020-41 |
| 抄録 |
(和) |
リカレンスプロットは力学系を定性的に把握するための有効な非線形時系列解析手法の一つである.
また,再帰定量化解析手法を用いることでリカレンスプロットを定量化することできる.
本稿では,リカレンスプロットとその拡張手法である同方向性リカレンスプロット,同方向的近傍プロットを使用し,リカレンスプロット密度を変化させることで得られる定量化指標の推移傾向から,非線形時系列の特性を抽出する手法を提案している.
実験結果より,決定論的カオス時系列と周期応答にダイナミカルノイズが印加された時系列の特性判別が可能であることが示された.
加えて,決定論的カオス時系列と非整数ブラウン運動のような有色ノイズ時系列の判別も可能であることが示された. |
| (英) |
A recurrence plot is one of the most effective nonlinear time series analysis methods for qualitatively understanding a nonlinear dynamical system.
Furthermore, recurrence quantification analysis methods can be used to quantitatively evaluate the recurrence plot.
In this report, we extract the properties of nonlinear time series from changes in quantification indices obtained by varying plot density on the recurrence plot and its extension methods, iso-directional recurrence plot and iso-directional neighbors plot.
The experimental results suggest that the proposed method can discriminate the properties between deterministic chaotic time series and noisy periodic time series, and that it can also discriminate deterministic chaotic time series and the time series with colored noise such as a fractional Brownian motion. |
| キーワード |
(和) |
リカレンスプロット / 同方向性リカレンスプロット / 同方向的近傍プロット / リカレンスプロット密度 / 再帰定量化解析 / 非線形時系列の特性抽出 / / |
| (英) |
Recurrence Plot / Iso-Directional Recurrence Plot / Iso-Directional Neighbors Plot / Density of RP / Recurrence Quantification Analysis / Extraction of Property for Nonlinear Time Series / / |
| 文献情報 |
信学技報, vol. 120, no. 330, NLP2020-41, pp. 7-12, 2021年1月. |
| 資料番号 |
NLP2020-41 |
| 発行日 |
2021-01-14 (NLP) |
| ISSN |
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 |
NLP2020-41 |
| 研究会情報 |
| 研究会 |
NC NLP |
| 開催期間 |
2021-01-21 - 2021-01-22 |
| 開催地(和) |
オンライン開催 |
| 開催地(英) |
Online |
| テーマ(和) |
NC,NLP,一般 |
| テーマ(英) |
NC,NLP |
| 講演論文情報の詳細 |
| 申込み研究会 |
NLP |
| 会議コード |
2021-01-NC-NLP |
| 本文の言語 |
日本語 |
| タイトル(和) |
リカレンスプロット密度の変化による非線形時系列の特性抽出 |
| サブタイトル(和) |
|
| タイトル(英) |
Extraction of Property for Nonlinear Time Series by Changing Density of Recurrence Plots |
| サブタイトル(英) |
|
| キーワード(1)(和/英) |
リカレンスプロット / Recurrence Plot |
| キーワード(2)(和/英) |
同方向性リカレンスプロット / Iso-Directional Recurrence Plot |
| キーワード(3)(和/英) |
同方向的近傍プロット / Iso-Directional Neighbors Plot |
| キーワード(4)(和/英) |
リカレンスプロット密度 / Density of RP |
| キーワード(5)(和/英) |
再帰定量化解析 / Recurrence Quantification Analysis |
| キーワード(6)(和/英) |
非線形時系列の特性抽出 / Extraction of Property for Nonlinear Time Series |
| 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) |
金丸 志生 / Shiki Kanamaru / カナマル シキ |
| 第1著者 所属(和/英) |
東京理科大学 (略称: 東京理科大)
Tokyo University of Science (略称: TUS) |
| 第2著者 氏名(和/英/ヨミ) |
スヴィリドヴァ ニーナ / Nina Sviridova / スヴィリドヴァ ニーナ |
| 第2著者 所属(和/英) |
東京理科大学 (略称: 東京理科大)
Tokyo University of Science (略称: TUS) |
| 第3著者 氏名(和/英/ヨミ) |
島田 裕 / Yutaka Shimada / シマダ ユタカ |
| 第3著者 所属(和/英) |
埼玉大学 (略称: 埼玉大)
Saitama University (略称: Saitama Univ.) |
| 第4著者 氏名(和/英/ヨミ) |
池口 徹 / Tohru Ikeguchi / イケグチ トオル |
| 第4著者 所属(和/英) |
東京理科大学 (略称: 東京理科大)
Tokyo University of Science (略称: TUS) |
| 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: ) |
| 第21著者 氏名(和/英/ヨミ) |
/ / |
| 第21著者 所属(和/英) |
(略称: )
(略称: ) |
| 第22著者 氏名(和/英/ヨミ) |
/ / |
| 第22著者 所属(和/英) |
(略称: )
(略称: ) |
| 第23著者 氏名(和/英/ヨミ) |
/ / |
| 第23著者 所属(和/英) |
(略称: )
(略称: ) |
| 第24著者 氏名(和/英/ヨミ) |
/ / |
| 第24著者 所属(和/英) |
(略称: )
(略称: ) |
| 第25著者 氏名(和/英/ヨミ) |
/ / |
| 第25著者 所属(和/英) |
(略称: )
(略称: ) |
| 第26著者 氏名(和/英/ヨミ) |
/ / |
| 第26著者 所属(和/英) |
(略称: )
(略称: ) |
| 第27著者 氏名(和/英/ヨミ) |
/ / |
| 第27著者 所属(和/英) |
(略称: )
(略称: ) |
| 第28著者 氏名(和/英/ヨミ) |
/ / |
| 第28著者 所属(和/英) |
(略称: )
(略称: ) |
| 第29著者 氏名(和/英/ヨミ) |
/ / |
| 第29著者 所属(和/英) |
(略称: )
(略称: ) |
| 第30著者 氏名(和/英/ヨミ) |
/ / |
| 第30著者 所属(和/英) |
(略称: )
(略称: ) |
| 第31著者 氏名(和/英/ヨミ) |
/ / |
| 第31著者 所属(和/英) |
(略称: )
(略称: ) |
| 第32著者 氏名(和/英/ヨミ) |
/ / |
| 第32著者 所属(和/英) |
(略称: )
(略称: ) |
| 第33著者 氏名(和/英/ヨミ) |
/ / |
| 第33著者 所属(和/英) |
(略称: )
(略称: ) |
| 第34著者 氏名(和/英/ヨミ) |
/ / |
| 第34著者 所属(和/英) |
(略称: )
(略称: ) |
| 第35著者 氏名(和/英/ヨミ) |
/ / |
| 第35著者 所属(和/英) |
(略称: )
(略称: ) |
| 第36著者 氏名(和/英/ヨミ) |
/ / |
| 第36著者 所属(和/英) |
(略称: )
(略称: ) |
| 講演者 |
第1著者 |
| 発表日時 |
2021-01-21 10:05:00 |
| 発表時間 |
25分 |
| 申込先研究会 |
NLP |
| 資料番号 |
NLP2020-41 |
| 巻番号(vol) |
vol.120 |
| 号番号(no) |
no.330 |
| ページ範囲 |
pp.7-12 |
| ページ数 |
6 |
| 発行日 |
2021-01-14 (NLP) |