| 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 | 2021-03-03 15:15 多次元系列データの変化点検出のための選択的推論 ○杉山諒太・戸田博己・Vo Nguyen Le Duy・稲津 佑（名工大）・竹内一郎（名工大/理研）  IBISML2020-51 |
|
| 抄録 | （和） | 多次元系列データにおいて平均構造に注目して変化を検出することは重要な課題である．このとき，すべての系列で同様の変化が起きるとは限らないため，変化時点の推定に加えて変化系列の推定も行う必要がある．さらに，検出した変化点に対して統計的推論をするためにはアルゴリズムによる選択を考慮した選択的推論を行う必要がある．本研究ではscan統計量を用いて多次元変化点検出を行い，検出した変化点に対して条件付き選択的推論の枠組みを用いた適切な統計的推論手法を提案する． |
| （英） | Detecting changes of the average structures in a multi-dimensional sequence is an important task in various fields. In this problem, since change-points can be observed in a part of the dimensions, it is also necessary to detect the dimensions of change as well as the time points of change. Furthermore, in order to make statistical inferences on the detected change points, it is necessary to take into account the selection bias owing to the algorithm. In this study, we perform multi-dimensional change point detection using the scan statistic and propose a valid statistical inference method for the detected change points using the framework of conditional selective inference. | |
| キーワード | （和） | 変化点検出 / 選択的推論 / / / / / / |
| （英） | Change-point detection / Selective Inference / / / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 395, IBISML2020-51, pp. 63-70, 2021年3月. | |
| 資料番号 | IBISML2020-51 | |
| 発行日 | 2021-02-23 (IBISML) | |
| 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 | IBISML2020-51 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2021-03-02 - 2021-03-04 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 機械学習に関するオーガナイズドセッションおよび一般 |
| テーマ（英） | Organized and general sessions on machine learning |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2021-03-IBISML |
| 本文の言語 | 日本語 |
| タイトル（和） | 多次元系列データの変化点検出のための選択的推論 |
| サブタイトル（和） | |
| タイトル（英） | Selective Inference for Change-point Detection in Multi-dimensional Series Data |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 変化点検出 / Change-point detection |
| キーワード(2)（和/英） | 選択的推論 / Selective Inference |
| キーワード(3)（和/英） | / |
| 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） | 杉山 諒太 / Ryota Sugiyama / スギヤマ リョウタ |
| 第1著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NIT) |
| 第2著者 氏名（和/英/ヨミ） | 戸田 博己 / Hiroki Toda / トダ ヒロキ |
| 第2著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NIT) |
| 第3著者 氏名（和/英/ヨミ） | Vo Nguyen Le Duy / Vo Nguyen Le Duy / |
| 第3著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NIT) |
| 第4著者 氏名（和/英/ヨミ） | 稲津 佑 / Yu Inatsu / イナツ ユウ |
| 第4著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NIT) |
| 第5著者 氏名（和/英/ヨミ） | 竹内 一郎 / Ichiro Takeuchi / タケウチ イチロウ |
| 第5著者 所属（和/英） | 名古屋工業大学/理化学研究所 (略称： 名工大/理研) Nagoya Institute of Technology/RIKEN Center for Advanced Intelligence Project (略称： NIT/RIKEN) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-03-03 15:15:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2020-51 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.395 |
| ページ範囲 | pp.63-70 |
| ページ数 | 8 |
| 発行日 | 2021-02-23 (IBISML) |
[研究会発表申込システムのトップページに戻る]