| 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 | 2024-03-11 11:15 時空間データマイニングのためのマルチリザバーコンピューティング ○武田大佑・加藤准也・夏秋 嶺・廣瀬 明（東大）  NC2023-45 |
|
| 抄録 | （和） | 様々な測位技術やIoTデバイスの急速な発展に伴い、時空間データがますます利用可能になってきている。 近年その応用例として、時系列情報の学習に有利であるリカレントニューラルネットワーク(RNN)による時空間データの処理が提案されている。 RNNの一種であるリザーバコンピューティング(RC)は、RNN学習のための低コストの計算フレームワークである。 また、それをモジュールとして複数組み合わせて使うマルチRC(MRC)も提案されている。 本論文では時空間データマイニングのためのMRCであるトポロジカルMRC(TMRC)を提案する。 TMRCはリザバーを空間に分布させて配置したMRCである。 空間的に隣り合うリザバーどうし協力することで空間的なデータの性質を捉えるMRCを構成する。 特に、地理空間における時空間データである人口データの予測のタスクに応用したものをジオRC(GeoRC)として提案する。 このGeoRCの有効性を、実際の地図空間における人口データの予測によって示した。 |
| （英） | Recently, advancements in sensor technology, Internet of Things (IoT) devices, high-speed mobile communication, and the development and widespread adoption of smartphone apps have made it possible to measure and collect various types of spatiotemporal data in real-time, everywhere. Mining insights from spatiotemporal data is important to various application including population prediction. Reservoir computing (RC) is capable of learning time-series information with computationally low-cost framework, and used for spatiotemporal data mining. The use of multiple RC modules, known as Multi-RC (MRC) were also proposed for accurate prediction. However, neural artificial intelligence should utilize data features to the maximum. In this paper, we propose Topological Multi-RC (TMRC) for spatiotemporal data mining. TMRC consists of RC modules cooperating with spatially adjacent modules to capture properties of spatiotemporal data. We demonstrate the effectiveness of the TMRC through experiments of Geographical RC (GeoRC) which we propose to predict population in geographical space. |
|
| キーワード | （和） | リカレントニューラルネットワーク / リザバーコンピューティング / 時空間データ / マルチリザバーコンピューティング / / / / |
| （英） | reccurent neural network / reservoir computing / spatiotemporal data / multi reservoir computing / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 418, NC2023-45, pp. 13-18, 2024年3月. | |
| 資料番号 | NC2023-45 | |
| 発行日 | 2024-03-04 (NC) | |
| 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 | NC2023-45 |
|
| 研究会情報 | |
| 研究会 | NC MBE |
| 開催期間 | 2024-03-11 - 2024-03-12 |
| 開催地（和） | 東京大学 |
| 開催地（英） | The Univ. of Tokyo |
| テーマ（和） | 脳アーキテクチャー, 一般（NC, ME） |
| テーマ（英） | Brain architecture, General |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2024-03-NC-MBE |
| 本文の言語 | 日本語 |
| タイトル（和） | 時空間データマイニングのためのマルチリザバーコンピューティング |
| サブタイトル（和） | |
| タイトル（英） | Topological Multi Reservoir Computing for Spatiotemporal Data Mining |
| サブタイトル（英） | |
| キーワード(1)（和/英） | リカレントニューラルネットワーク / reccurent neural network |
| キーワード(2)（和/英） | リザバーコンピューティング / reservoir computing |
| キーワード(3)（和/英） | 時空間データ / spatiotemporal data |
| キーワード(4)（和/英） | マルチリザバーコンピューティング / multi reservoir computing |
| 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） | 武田 大佑 / Daisuke Takeda / タケダ ダイスケ |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) University of Tokyo (略称： UT) |
| 第2著者 氏名（和/英/ヨミ） | 加藤 准也 / Junya Kato / カトウ ジュンヤ |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) University of Tokyo (略称： UT) |
| 第3著者 氏名（和/英/ヨミ） | 夏秋 嶺 / Ryo Natsuaki / ナツアキ リョウ |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) University of Tokyo (略称： UT) |
| 第4著者 氏名（和/英/ヨミ） | 廣瀬 明 / Akira Hirose / ヒロセ アキラ |
| 第4著者 所属（和/英） | 東京大学 (略称： 東大) University of Tokyo (略称： UT) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-03-11 11:15:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2023-45 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.418 |
| ページ範囲 | pp.13-18 |
| ページ数 | 6 |
| 発行日 | 2024-03-04 (NC) |
[研究会発表申込システムのトップページに戻る]