著者
中田 貴之
出版者
大学院情報理工学系研究科電子情報学専攻
巻号頁・発行日
2008-03

報告番号: ; 学位授与年月日: 2008-03-24 ; 学位の種別: 修士 ; 学位の種類: 修士(情報理工学) ; 学位記番号: ; 研究科・専攻: 情報理工学系研究科電子情報学専攻
著者
藤巻 遼平 広瀬 俊亮 中田 貴之
出版者
The Japanese Society for Artificial Intelligence
雑誌
人工知能学会論文誌 (ISSN:13460714)
巻号頁・発行日
vol.25, no.4, pp.540-548, 2010
被引用文献数
1 1

Although Subsequence Time Series (STS) clustering has been one of the most popular techniques to extract typical subsequence patterns from time-series data, previous studies have gave surprising reports that cluster centers obtained using STS clustering closely resemble ``sine waves'' with little relation to input time-series data. This means that STS clustering cannot be used for its original purpose, extraction of typical subsequences. Despite this serious fact, its mathematical structure has seldom been studied. The main contribution of this paper is that we give a theoretical analysis of STS clustering from a frequency-analysis viewpoint and identify that sine waves are generated due to the superposition of time series subsequences, which have the same spectra but different phases. Another contribution is that we propose a clustering algorithm, which uses a phase alignment preprocessing, to avoid sine-wave patterns.
著者
藤巻 遼平 中田 貴之 塚原 英徳 佐藤 彰典 山西 健司
雑誌
全国大会講演論文集
巻号頁・発行日
vol.70, pp.45-46, 2008-03-13

本稿は故障事象の検出問題に関し,A)各属性(時系列データ)の性質が異種多様,B)故障事象の学習事例が少数,C)故障事象とは無関係な属性が多く含まれる,という実応用でしばしば直面する状況で,高精度な診断を可能とするアルゴリズムを提案する.提案アルゴリズムの特徴は,1)各属性の時系列を異常スコアの列へ変換し各属性の異常スコアベクトルによって各故障を特徴付ける,2)故障時および正常時の異常スコアベクトルを利用して適切な属性を選択する,という2点からなる.実験では自動車の実データに対して提案アルゴリズムを適用し,その有効性を確認した.