多変量データ系列における規則性を発見するための可視化手法

情報処理学会 Web Site 被引用文献4件 参考文献10件

書誌事項

タイトル別名
  • タヘンリョウ データ ケイレツ ニ オケル キソクセイ オ ハッケン スル タメ ノ カシカ シュホウ
  • A Visualization Technique for Extracting Rules from Series of Multivariate Data

この論文をさがす

説明

大量のデータに基づく意思決定の過程では 生データを特定の視点から集約して可視化するために 各種のグラフが用いられる.しかし 同一の種類のグラフがいくつか存在する場合に それらの間の関連を把握しながら データの中に埋もれた規則性を発見することは 必ずしも容易でない.そこで 多変量データ系列における規則性の発見を支援するための可視化手法を提案する.多変量データ系列とは 同一の時間軸上で動く複数の折れ線を含む折れ線グラフや 時間的に順序にしたがって並べた帯グラフなどによって表現されるデータである.本手法では 多用な色相の多数の画素が織り成すテクスチャの系列として 多変量データ系列を表現する.これによって 視覚的印象に基づいて 類似するグラフのグループや例外的なグラフが検出できるようになる.さらに どのようなグラフが系列中のどこに現れるかについての 大まかな傾向が把握できるようになる.本論文では 本手法によって可視化した日本の株式市場の変動から 日経平均株価の変動を予測するための規則性を導出する.また ポートフォリオ管理に本手法が適用できることを示す.

To visualize summaries of large amounts of data, decision-makers use various graphs. However, conventional graphs are not helpful, when one attempts to understand relations among a number of graphs to extract rules from data. This paper proposes a visualization technique for extracting rules from series of multivariate data. An example of a series of multivariate data is a series of pie charts arranged in chronological order. In the proposed technique, a series of multivariate data is represented as a series of textures composed of numerous colored points. The technique is useful in detecting groups of graphs similar to each other or groups of exceptional graphs. Furthermore, it allows one to perceive the macroscopic pattern of the arrangement of the graphs. A rule for predicting fluctuations of the Nikkei average is extracted from a series of textures for visualizing the Japanese stock market. In addition, an application of the technique to stock portfolio management is presented.

収録刊行物

被引用文献 (4)*注記

もっと見る

参考文献 (10)*注記

もっと見る

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ