| 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 | 2023-03-16 10:00 マーク付点過程間の因果性検出 ○澤田和弥（東京理科大）・島田 裕（埼玉大）・池口 徹（東京理科大）  MSS2022-80 NLP2022-125 |
|
| 抄録 | （和） | 本稿では， 非線形力学系に対する埋め込み定理に基づいた因果性検出の従来手法をマーク付点過程に拡張した手法を提案する． 提案手法はマーク付点過程のマーク時系列とイベント間隔 (Inter-event interval， 以下 IEI) 時系列をそれぞれ相互予測し， その予測精度により因果性を検出する． 従来手法から提案手法への拡張は， マーク付点過程のマーク時系列とIEI時系列の2次元時系列から力学系を再構成すること， マーク付点過程のインデックスの時間的マッチングをイベント発生タイミングで行うことで実現した． 提案手法を結合Lorenz方程式から生成した時系列の局所極大値を抽出することで得たマーク付点過程に対して適用し， 有効性を検証した． その結果， 両方向結合， 片方向結合， 結合なしの全ての場合で， 正確に因果性検出できることを確認した． |
| （英） | In this report, by modifying conventional causality detection method for nonlinear dynamical systems, we propose a causality detection method for marked point processes based on the embedding theorem. In the proposed method, we mutually predict the time series of the marked values and the inter-event intervals (IEIs) obtained from the marked point process, and detect causality based on the prediction accuracies. The proposed method is composed of reconstructing the dynamical system from the two-dimensional time series generated by the time series of the marked values and IEIs, and of performing temporal matching of the indices by using the event occurrence timing on the marked point process. We verified the effectiveness of the proposed method by applying it to the marked point process obtained by extracting the local maxima of the time series generated by the coupled Lorenz systems. The results suggest that the proposed method can accurately detect causality in all cases of bidirectional coupling, unidirectional coupling, and non-coupling. | |
| キーワード | （和） | 力学系再構成 / 埋め込み定理 / 遅延座標系 / マーク付点過程 / 因果性検出 / / / |
| （英） | reconstructing dynamical system / embedding theorem / delay-coordinate system / marked point process / detecting causality / / / | |
| 文献情報 | 信学技報, vol. 122, no. 436, NLP2022-125, pp. 89-94, 2023年3月. | |
| 資料番号 | NLP2022-125 | |
| 発行日 | 2023-03-08 (MSS, 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 | MSS2022-80 NLP2022-125 |
|
| 研究会情報 | |
| 研究会 | NLP MSS |
| 開催期間 | 2023-03-15 - 2023-03-17 |
| 開催地（和） | 長崎大学 文教キャンパス |
| 開催地（英） | |
| テーマ（和） | MSS，NLP，一般，およびWIP（MSSのみ） |
| 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 | 2023-03-NLP-MSS |
| 本文の言語 | 日本語 |
| タイトル（和） | マーク付点過程間の因果性検出 |
| サブタイトル（和） | |
| タイトル（英） | Detecting causality for marked point processes |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 力学系再構成 / reconstructing dynamical system |
| キーワード(2)（和/英） | 埋め込み定理 / embedding theorem |
| キーワード(3)（和/英） | 遅延座標系 / delay-coordinate system |
| キーワード(4)（和/英） | マーク付点過程 / marked point process |
| キーワード(5)（和/英） | 因果性検出 / detecting causality |
| 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） | 澤田 和弥 / Kazuya Sawada / サワダ カズヤ |
| 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） | 島田 裕 / Yutaka Shimada / シマダ ユタカ |
| 第2著者 所属（和/英） | 埼玉大学 (略称： 埼玉大) Saitama University (略称： Saitama Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 池口 徹 / Tohru Ikeguchi / イケグチ トオル |
| 第3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) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-03-16 10:00:00 |
| 発表時間 | 20分 |
| 申込先研究会 | NLP |
| 資料番号 | MSS2022-80, NLP2022-125 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.435(MSS), no.436(NLP) |
| ページ範囲 | pp.89-94 |
| ページ数 | 6 |
| 発行日 | 2023-03-08 (MSS, NLP) |
[研究会発表申込システムのトップページに戻る]