|
本年度は、高次元時系列データストリームのための新たな非線形動的システムを開発し、時系列パターン解析の高度化、高速化に成功した。提案モデルは、地域、キーワード、時間の3つ組に対する検索数などのテンソルデータに含まれる非線形動的パターンと周期パターンを柔軟に表現し、抽出した時系列パターンの特徴に基づいて地域のグループ化を行うことができる。また、複雑な非線形動的システムを効果的に推定するため、貪欲法に基づく効率的かつ自動的な推定アルゴリズムを開発した。評価実験では、複数の国、キーワードに対するGoogle検索数のリアルタイム予測を行い、提案手法が従来手法に比べ高い精度であることを示した。提案手法は、テンソルデータに含まれる時系列パターンの理解や要因分析の精度改善に大きく貢献するものと考えられる。本年度の研究成果は、データマイニングに関する難関国際会議であるACM SIGKDDに採択された。
|
