講演抄録/キーワード |
講演名 |
2025-03-13 16:45
リカレンスプロットと粒子群最適化法を用いた時系列分割 ○仲沢綾夏・熊谷鳳矢・稲葉賢駿・松浦隆文(日本工大)・島田 裕(埼玉大)・木村貴幸(日本工大) MSS2024-85 NLP2024-126 |
抄録 |
(和) |
近年,膨大なデータから特徴的な部分を検出し分割する手法が注目されている.
この手法の一つとして,可視グラフと粒子群最適化を用いた分割手法が提案されている.
この手法は,時系列をネットワークに変換後,ネットワークのコミュニティ構造を用いて時系列の分割を行う.
本研究では,従来手法のアプローチに基づく新たな手法として,リカレンスプロットと粒子群最適化を用いた手法を提案する.
数値実験の結果から,提案手法は非線形性を有する時系列に対して,従来手法とは異なる特徴を捉えた分割を行うことを確認した. |
(英) |
Recently, methods for identifying and segmenting significant patterns in large-scale data have gained attention. One such approach utilizes visibility graphs and particle swarm optimization for segmentation. This method transforms time series into networks and applies community structure analysis for segmentation. In this study, we propose a new method based on this approach, incorporating recurrence plots and particle swarm optimization. Results demonstrate that our proposed method identifies distinct segmentation patterns in nonlinear time series compared to conventional methods. |
キーワード |
(和) |
時系列セグメンテーション / リカレンスプロット / 粒子群最適化 / コミュニティ検出 / / / / |
(英) |
Time series segmentation / Recurrence plot / Particle swarm optimization / Community detection / / / / |
文献情報 |
信学技報, vol. 124, no. 432, NLP2024-126, pp. 90-95, 2025年3月. |
資料番号 |
NLP2024-126 |
発行日 |
2025-03-06 (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 |
MSS2024-85 NLP2024-126 |