変化点検出を応用した時系列データからの突発現象の前兆検出アルゴリズム
この論文をさがす
抄録
一般に,前兆現象は突発現象にそのものに比べて非常に目立ちにくく,その開始時刻は曖昧である.従来よく用いられてきた変化点検出法を適用した場合,このような微小で緩慢な変化は見逃されやすい.Tokunaga et al.1) では,Ide and Inoue2) の提案した特異スペクトル分析を応用した変化点検出法 (SST) を,多次元データを用いたアルゴリズム (MSST) へと拡張することで,鋭敏に前兆現象の開始時刻を推定出来ることを示した.MSST は,緩慢な変化も検出できる鋭敏な手法であるが,実データへの適用では誤検出が問題になる.本稿では,突発現象の大まかな開始時刻を予め検出し,さらに検出された時刻の前後で前兆現象の開始時刻と終了時刻を個別に探索することで,誤検出を劇的に減少させることができることを示す.
収録刊行物
-
- 研究報告バイオ情報学(BIO)
-
研究報告バイオ情報学(BIO) 2010 (14), 1-6, 2010-12-09
- Tweet
詳細情報 詳細情報について
-
- CRID
- 1574231877295530240
-
- NII論文ID
- 110007990868
-
- NII書誌ID
- AA12055912
-
- 本文言語コード
- ja
-
- データソース種別
-
- CiNii Articles