畳み込みニューラルネットを用いた時系列からのパターン抽出法
畳み込みニューラルネットを用いた時系列からのパターン抽出法
カテゴリ: 部門大会
論文No: PS3-1
グループ名: 【C】2021年電気学会電子・情報・システム部門大会
発行日: 2021/09/08
タイトル(英語): Pattern Extraction Method from Time Series using Convolutional Neural Network
著者名: 島田 建(東海大学),浜岡 弘生(東海大学),今村 誠(東海大学)
著者名(英語): Takeru Shimada (Tokai University),Kouki Hamaoka (Tokai University),Makoto Imamura (Tokai University)
キーワード: 畳み込みニューラルネット|Shapelet|Convolutional Neural Network|Shapelet
要約(日本語): 時系列の分類技術は,医療における心電図や加速度センサーを用いた病気診断,製造における機器データを用いた予知保全などで用いられるようになってきた.時系列の分類では,特定の分類クラスに特徴的に出現する部分列であるShapeletを用いる方法が,分類精度と解釈可能性の両面で優れていることが知られている.しかし,従来のShapelet抽出法は,適切なウインドウサイズを人手で設定する必要があるという課題がある.本稿では,畳み込みニューラルネットワークを用いてShapeletを抽出する新たな方式を提案する.本方式によれば,スライディングウインドウを用いた従来のShapelet抽出法よりも分類精度がよく,かつ,ウインドウサイズの選択が不要であるという特徴がある.さらに,現状では分類性能が最もよいアンサンブル学習に基づくHive-COTEと同様の分類精度を達成できることを示した.
PDFファイルサイズ: 915 Kバイト
受取状況を読み込めませんでした
