| 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 | 2024-03-04 11:25 時間点過程からの微分方程式と潜在イベント種の同時推定 ○宮澤脩一（総研大）・持橋大地（統数研）  IBISML2023-50 |
|
| 抄録 | （和） | 常微分方程式（ODE）は，様々な科学分野における現象の解釈を可能にする．ODEは多くの場合，数値データに適用されるが，われわれは連続時間上で発生する離散的なイベント系列（時間点過程）に対するODEによるモデリング手法を提案した．そこではODEによって記述される非線形力学系の構成要素の種類を示す，ラベル付きのイベント系列を要するが，現実にはこうしたラベルを明示的に持たない純粋なイベント系列も多い．一方で，特許出願における発明の抄録など，現実のイベントデータはしばしば付随する共変量を持ち，マークと呼ばれるこれらの情報は潜在的なイベント種の識別に有用である．そこで本研究では，ODEの構成要素を示すラベルを持たないイベント系列に対し，マークとODEによって潜在的なイベント種を推定しつつ，データの生成過程をモデル化する方法を提案する．提案手法は，マークを用いてイベントに潜在ポアソン過程を割り当てる潜在ポアソン過程配分法をODEで拡張したものと解釈できる．人工データにより提案手法が潜在イベント種およびODEパラメータを推定して復元できることを確認し，USPTO特許出願データを用いて提案手法の実問題への適用可能性を示した． |
| （英） | Ordinary differential equations (ODEs) help the interpretation of phenomena in various scientific fields. ODEs are often applied to numerical data, but we proposed a modeling method using ODEs for sequences of events occurring in con- tinuous time (temporal point processes). Here, event series with labels indicating the type of components of the nonlinear dynamical system described by the ODEs are required, but in real settings, there are many event series that do not have such labels explicitly. Real event data is often accompanied by covariates, e.g., abstracts of inventions in patent applications. Such additional information, called marks, is useful for identifying latent event types. Therefore, we propose a method for modeling the generating process of event series by ODEs, using marks to estimate latent event types for event series without explicit labels indicating the components of the ODEs. The proposed method can be considered as an extension of latent Poisson process allocation, where each event is assigned to one of a set of latent Poisson processes, using ODEs. We demonstrated that the proposed method can estimate and recover latent event types and parameters of ODE using simulated data, and showed the applicability of the proposed method to a real problem using the USPTO patent datase | |
| キーワード | （和） | 微分方程式 / 時間点過程 / ガウス過程 / 勾配マッチング / / / / |
| （英） | Ordinary Differential Equations / Temporal Point Processes / Gaussian Processes / Gradient Matching / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 410, IBISML2023-50, pp. 71-78, 2024年3月. | |
| 資料番号 | IBISML2023-50 | |
| 発行日 | 2024-02-25 (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 | IBISML2023-50 |
|
| 研究会情報 | |
| 研究会 | PRMU IBISML IPSJ-CVIM |
| 開催期間 | 2024-03-03 - 2024-03-04 |
| 開催地（和） | 広島大学 東広島キャンパス |
| 開催地（英） | Hiroshima Univ. Higashi-Hiroshima campus |
| テーマ（和） | 雑多なデータセットの有効活用 (PRMU/IPSJ-CVIM)、機械学習の理論と応用の広がり (IBISML) |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2024-03-PRMU-IBISML-CVIM |
| 本文の言語 | 日本語 |
| タイトル（和） | 時間点過程からの微分方程式と潜在イベント種の同時推定 |
| サブタイトル（和） | |
| タイトル（英） | Joint Estimation of Differential Equations and Latent Event Types from Temporal Point Processes |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 微分方程式 / Ordinary Differential Equations |
| キーワード(2)（和/英） | 時間点過程 / Temporal Point Processes |
| キーワード(3)（和/英） | ガウス過程 / Gaussian Processes |
| キーワード(4)（和/英） | 勾配マッチング / Gradient Matching |
| 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） | 宮澤 脩一 / Shuichi Miyazawa / ミヤザワ シュウイチ |
| 第1著者 所属（和/英） | 総合研究大学院大学 (略称： 総研大) The Graduate University for Advanced Studies (略称： SOKENDAI) |
| 第2著者 氏名（和/英/ヨミ） | 持橋 大地 / Daichi Mochihashi / モチハシ ダイチ |
| 第2著者 所属（和/英） | 統計数理研究所 (略称： 統数研) The Institute of Statistical Mathematics (略称： ISM) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-03-04 11:25:00 |
| 発表時間 | 15分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2023-50 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.410 |
| ページ範囲 | pp.71-78 |
| ページ数 | 8 |
| 発行日 | 2024-02-25 (IBISML) |
[研究会発表申込システムのトップページに戻る]