変形可能な判別波形パターンの学習法

DOI

書誌事項

タイトル別名
  • Learning Method for Time-Series Shapelet Evolution

説明

IoTの普及によりインフラ・医療・製造などの産業分野では,時系列インスタンスのクラスを機械学習で分類する必要性が高まっている.一方,判別に用いる波形パターン(判別波形パターン)を分類器と同時に学習する手法が,分類性能が高いだけでなく説明性もあるため近年注目を集めている.本論文では,季節性・被験者の慣れ・機械の劣化などにより判別波形パターンが変化することを考慮し,その変形を予測する手法を提案し,各産業分野への有効性を示す.提案手法では,時系列インスタンスとそれらを取得したタイミングやクラスラベルから,判別波形パターンと分類器だけでなく判別波形パターンの変形を予測する回帰モデルも同時に学習する.

収録刊行物

詳細情報 詳細情報について

  • CRID
    1390577354352356864
  • DOI
    10.14923/transinfj.2022det0002
  • ISSN
    18810225
    18804535
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ