| 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 | 2024-12-21 15:50 非定常時系列に対する分位点回帰を用いた指数重み付け平均アルゴリズムの評価 ○大森淳寛・橋浦亮太・中野直人（明大）  IBISML2024-54 |
|
| 抄録 | （和） | 非定常時系列データにおいて，訓練データとテストデータ間の分布シフトは予測精度の低下を引き起こす重要な課題である．本研究では，この分布シフトに起因するバイアスに適応的に対応するため，分位点回帰に基づく指数重み付け平均アルゴリズム（Quantile EWA）を提案する．LightGBMによる異なる分位点予測モデルを提案手法で統合し，非線形ARモデルを用いたシミュレーション実験と実データを用いた検証により有効性を評価した． |
| （英） | In non-stationary time series analysis, distribution shifts between training and test datasets present a critical challenge that significantly impacts forecast accuracy. This study proposes a Quantile Exponentially Weighted Average algorithm (Quantile EWA) based on quantile regression to address biases arising from such distribution shifts adaptively. The proposed methodology integrates distinct quantile forecast models implemented via LightGBM. We demonstrate the method's efficacy through comprehensive evaluation using simulation experiments with nonlinear autoregressive models and empirical validation with real-world data. | |
| キーワード | （和） | 時系列予測 / 非定常時系列 / 分位点回帰 / 機械学習 / / / / |
| （英） | Time Series Forecasting / Non-stationary Time Series / Quantile Regression / Machine Learning / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 321, IBISML2024-54, pp. 159-166, 2024年12月. | |
| 資料番号 | IBISML2024-54 | |
| 発行日 | 2024-12-13 (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 | IBISML2024-54 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2024-12-20 - 2024-12-21 |
| 開催地（和） | 北海道大学大学院環境科学院棟講義室１(D101) |
| 開催地（英） | Lecture room 1 (D101), Graduate School of Environmental Science |
| テーマ（和） | 生成AI、機械学習一般 |
| テーマ（英） | generative AI, machine learning |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2024-12-IBISML |
| 本文の言語 | 日本語 |
| タイトル（和） | 非定常時系列に対する分位点回帰を用いた指数重み付け平均アルゴリズムの評価 |
| サブタイトル（和） | |
| タイトル（英） | Evaluation of exponentially weighted average algorithm using quantile regression for non-stationary time series |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 時系列予測 / Time Series Forecasting |
| キーワード(2)（和/英） | 非定常時系列 / Non-stationary Time Series |
| キーワード(3)（和/英） | 分位点回帰 / Quantile Regression |
| キーワード(4)（和/英） | 機械学習 / Machine Learning |
| 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） | 大森 淳寛 / Akihiro Omori / オオモリ アキヒロ |
| 第1著者 所属（和/英） | 明治大学 (略称： 明大) Meiji University (略称： Meiji Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 橋浦 亮太 / Ryota Hashiura / ハシウラ リョウタ |
| 第2著者 所属（和/英） | 明治大学 (略称： 明大) Meiji University (略称： Meiji Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 中野 直人 / Naoto Nakano / ナカノ ナオト |
| 第3著者 所属（和/英） | 明治大学 (略称： 明大) Meiji University (略称： Meiji Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-12-21 15:50:00 |
| 発表時間 | 20分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2024-54 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.321 |
| ページ範囲 | pp.159-166 |
| ページ数 | 8 |
| 発行日 | 2024-12-13 (IBISML) |
[研究会発表申込システムのトップページに戻る]