非定常雑音にロバストな低周波数時系列データ解析法の性能評価

カテゴリ：部門大会

論文No：TC13-1-3

グループ名：【C】2025年電気学会電子・情報・システム部門大会

発行日：2025/8/20

タイトル(英語)：Performance evaluation of low-frequency time series data analysis methods robust to non-stationary noise

著者名：寺澤 秀郷（愛知県立大学）,神谷 幸宏（愛知県立大学）

著者名(英語)： Shugo Terasawa (Graduate School of Aichi Prefectural University),Yukihiro Kamiya (Aichi Prefectural University)

キーワード：時系列データ解析,IoT,生体計測,低周波数信号,Time-series Analysis,IoT,Vital sensing,Low-frequency signals

要約(日本語)：近年、Internet of Things (IoT)の普及に伴って様々なデータが容易に取得できるようになった。これにともなって時系列データの重要性が増している。特に生体信号や機械の振動には低周波数帯に位置するものが多い特徴があり、これに対して高い解像度を達成するARS法が提案された。この手法に対し、非定常的な雑音が重なった信号へのロバスト性の改善を行い、その性能評価を行う。非定常雑音にロバストな低周波数時系列データ解析法の性能評価

本誌掲載ページ：510-516p

原稿種別：日本語

PDFファイルサイズ：1,352Kバイト