2011 Fiscal Year Annual Research Report
時系列データの言葉による表現とその検索および機械学習への応用
| Project/Area Number |
22500209
|
|---|
| Research Institution | Osaka Prefecture University |
|---|
Principal Investigator |
馬野 元秀 大阪府立大学, 理学系研究科, 教授 (10131616)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
瀬田 和久 大阪府立大学, 理学系研究科, 准教授 (50304051)
松下 光範 関西大学, 総合情報学部, 教授 (50396123)
|
|---|
| Keywords | 時系列データ / ファジィ集合 / ファジィ検索 / 全体的傾向 / 局所的特徴 / 機械学習 / ソフト・コンピューティング |
|---|
| Research Abstract |
時系列データとは、時間の経過に従って計測されたデータで、毎日の気温や株価の変化など、我々の身近に数多く存在している。人間は時系列データの全体的な傾向を大雑把に言葉で表現し(例えば「全体的にはやや下に凸である」など)、必要に応じて局所的な特徴を追加し(例えば、「後期において少し減少している部分がある」など)、時系列データを理解していると思われる。そこで、本研究では、与えられた時系列データの全体的な傾向と局所的な特徴を言葉により表現するシステムを作成し、その応用として、時系列データ検索システムと時系列知識学習システム(のプロトタイプ)を作成することを目的としている。
昨年度に行なった時系列データの言葉による表現方法の定式化を基にして、以下のように検索手法の定式化と検索システムの作成を行なった。
(1)検索手法の定式化:時系列の言葉による表現を用いて、時系列データを検索するための類似度を定式化した。
(2)検索システムの作成:定式化した類似度に基づいて、検索システム(のプロトタイプ)を作成した。今回の実現ではC言語を用いた。
(3)時系列データへの適用と結果の検討:実際に検索プログラムを動かし、その検索結果を検討した。その結果、特徴量を抽出する期間の定義方法と局所的特徴の類似度の定義を大幅に変更した。
(4)知識学習手法の定式化と知識学習システムの検討:時系列に関する属性を用いて、知識を学習する手法について検討した。ファジィC4.5を基にして、基本的な定式化を行なった。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
平成23年度の実施計画において、検索手法の定式化、検索システムの作成、時系列データへの適用と結果の検討については、ほぼ予定通り進んだと考えている。最初の局所的特徴の類似度の定式化ではうまくいかない例が時系列データへの適用の段階で見つかり、再検討した。また、特徴量の抽出に用いる期間を時系列ごとに定めるという手法を新たに用いた。また、知識学習手法の定式化はほぼ予定どおりではあるが、知識学習システムの検討は少し遅れていると感じている。
|
| Strategy for Future Research Activity |
大きな問題は起こっていないと考えているので、来年度もほぼ実施計画に従って研究を進めていく予定である。
|
