-
- 佐藤 健一
- 滋賀大学データサイエンス学系
書誌事項
- タイトル別名
-
- Soft Clustering Based on Non-negative Matrix Factorization for Longitudinal Data
抄録
<p> 本稿では経時測定データからなる観測行列を個体ごとの観測時点別頻度表とみなして,非負値行列因子分解にもとづくトピックモデルを適用し,経時変化の類似性を探索するためのソフトクラスタリングを考える.また,非負値行列因子分解には,個体ごとの観測データをいくつかの基底ベクトルの線形一次結合で近似する回帰モデル的な側面もある.解析例として,個体数よりも観測時点数が少ない通常の場合に加えて,回帰分析などが困難な個体数よりも観測時点数が多い場合についても紹介する.さらに,解析例からトピック確率が時間や空間上で緩やかに変化する傾向が見られたため,非負値行列因子分解の係数行列に変化係数の導入を試みた.その結果,観測行列に含まれない位置情報を用いて,経時測定データの予測が可能となった.</p>
収録刊行物
-
- 応用統計学
-
応用統計学 51 (1-2), 1-18, 2022
応用統計学会
- Tweet
キーワード
詳細情報 詳細情報について
-
- CRID
- 1390294740098247552
-
- ISSN
- 18838081
- 02850370
-
- 本文言語コード
- ja
-
- データソース種別
-
- JaLC
- Crossref
- KAKEN
-
- 抄録ライセンスフラグ
- 使用不可