权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

ＩｏＴビッグデータの要因分析に基づく将来イベント予測

基于物联网大数据因子分析的未来事件预测

基本信息

批准号：
19J11125
负责人：
川畑光希
金额：
$ 1.34万
依托单位：
Osaka University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2019
资助国家：
日本
起止时间：
2019-04-25 至 2021-03-31
项目状态：
已结题

项目摘要

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。

This year's high-level and high-dimensional series have been successful in the development of high-level and high-speed analysis in this year's high-speed series. The proposal is based on the number of data, geographical, regional, regional, and time-related data. The number of data sets in the proposed system includes the number of cycles that do not exist. The number of cycles that do not exist is displayed in the cycle cycle. When the data is pulled out, it is shown that a series of mobile phones are available in the database. The presumption of the result of a non-formal error, the presumption of the probability of an error, and the presumption of an automatic response to the rate of failure. For example, the number of Google requests, the number of requests, the number of proposals, and the method of proposal is higher than that of high precision. The modus operandi and the time series of the proposal should be understood due to the improvement of the accuracy of the analysis. The results of this year's research will be reviewed in the International ACM SIGKDD Conference.

项目成果

期刊论文数量（7）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

付与方法、付与プログラム及び付与装置

授予方法、授予程序及授予装置

DOI：
发表时间：
2019
期刊：
影响因子：
0
作者：
通讯作者：

Non-Linear Mining of Social Activities in Tensor Streams

DOI：
10.1145/3394486.3403260
发表时间：
2020-07
期刊：
Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining
影响因子：
0
作者：
Koki Kawabata;Yasuko Matsubara;Takato Honda;Yasushi Sakurai
通讯作者：
Koki Kawabata;Yasuko Matsubara;Takato Honda;Yasushi Sakurai

イベント予測システム、イベント予測方法およびプログラム

事件预测系统、事件预测方法及程序

DOI：
发表时间：
2021
期刊：
影响因子：
0
作者：
通讯作者：

大規模時系列テンソルによる多角的イベント予測

使用大规模时间序列张量的多维事件预测

DOI：
发表时间：
2020
期刊：
情報処理学会論文誌データベース（TOD）
影响因子：
0
作者：
○M.K. Sakata;S. Yamamoto;R.O. Gotoh;M. Miya;H. Yamanaka;T. Minamoto.;本田崇人，松原靖子，川畑光希，櫻井保志
通讯作者：
本田崇人，松原靖子，川畑光希，櫻井保志

Automatic Sequential Pattern Mining in Data Streams

DOI：
10.1145/3357384.3358002
发表时间：
2019-11
期刊：
Proceedings of the 28th ACM International Conference on Information and Knowledge Management
影响因子：
0
作者：
Kouki Kawabata;Yasuko Matsubara;Yasushi Sakurai
通讯作者：
Kouki Kawabata;Yasuko Matsubara;Yasushi Sakurai