大規模次元時系列の知識発掘・モデル化原理確立と商業ユビキタスデータによる検証

大规模维度时间序列的知识挖掘和建模原理建立，并利用商业普适数据进行验证

• 批准号: 18049052
• 负责人: 鷲尾 隆
• 金额: $ 1.86万
• 依托单位: Osaka University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research on Priority Areas
• 财政年份: 2006
• 资助国家: 日本
• 起止时间: 2006 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-18049052/
• 关键词: 大規模次元データ; 大規模次元時系列; ユビキタスセンシング; ダイナミクスモデル; 部分共起分析; データマインング; 時系列データ解析; 監視

近年の情報ネットワークやセンシング技術の発展により,社会的インフラから逐次出力される重要情報が大規模次元時系列となっている.しかし,従来の統計やデータマイニングで対象とし得る時系列変数は数十次元止まりであった.本研究では,時間軸方向を含めた部分共起分析により,一般的計算機を用いて数万〜数百万次元の時系列からの知識発掘やモデル化を行う基本原理の確立を行った.また,ICタグにより得られる代表的大規模次元時系列である商業物流・人間移動ユビキタス追跡データによる実適用性検証を行った.具体的には,従来の統計やデータマイニングの時系列データ解析では,複数時刻のベクトルやトランザクションの関係を決定的または確率的関数Fでモデル化したのに対して,本研究では部分ベクトルや部分トランザクション間の関係Rkを用い,それらを多数総合するE(R1, R2,…, RN)により全体関係を表す方法を提案した.また大規模次元データから効率的かつ完全に部分的関係を導くため,部分共起分析を時間方向に拡張適用した.これにより,一般的計算機を用いて数万〜数百万次元時系列の解析が可能となった.更に重要社会インフラであるICチップによる商業用物流・人間移動のユビキタス追跡分析・監視システムを取り上げ,出力される膨大な製品や人間に起こる事象や時間,位置などの大規模次元時系列データへ提案手法を適用し,良好なモデリング性能,知識発掘性能を確認した.本研究により,雑誌論文を含む16件の発表成果と著書1件,特許出願1件の成果を得た.

In recent years, people in the society have made a series of efforts to improve the importance of large-scale models. In recent years, it has been estimated that the number of dollars in the series is over ten times higher than that of the previous series. In this study, the data are analyzed together in the time-dependent direction, and the general calculation machines use tens of thousands to millions of times of time series to understand the basic principles of the operation. For example, the large-scale module series represented by the IC system, the series of large-scale modules, human-to-human mobility in commercial logistics, tracking, tracking, and sex performance in commercial logistics. In recent years, a series of statistical data sets have been used to analyze the number of real-time data, and to calculate the number of errors determined by the error rate. In this study, in the first part of this study, we have done some research on how to use Rk, and most of them (R1, R2, …). , RN) the whole list of methods, proposals, etc. In the whole part of the failure rate of large-scale module sub-variables, some of them are used in the direction of analysis and analysis. For general computing machines, tens of thousands to millions of dimensions may be required for a series of parsers. It is even more important for the society to pay attention to the IC customer service, the commercial enterprise, the logistics personnel, the customer tracking analysis, the monitoring customer, the location, the customer, the customer, the customer and the customer. In this study, there are 16 articles in this study, one of which has been published, especially one of which has been published.

项目成果

Mining Discreminative Patterns from Graph Structured Data with Constrained Search

使用约束搜索从图结构化数据中挖掘判别模式

• 发表时间: 2006
• 期刊: Proc. of the Workshop on Mining and Learning with Graphs, 17th European Conference on Machine Learning (ECML) and 10th European Conference on Principles and Practice of Knowledge Discovery in Databases (PKDD)
• 作者: Kiyoto Takabayashi;Phu Chien Nguyen;Kouzou Ohara;Hiroshi Motoda;Takashi Washio
• 通讯作者: Takashi Washio

Analysis on a Relation between Enterprise Profit and Financial Sate by Using Data Mining Techniques

利用数据挖掘技术分析企业利润与财务状况的关系

• 发表时间: 2007
• 期刊: New Frontiers in Artificial Intelligence, JSAI2006 Conference and Workshops, Springer-Verlag LNCS4384
• 作者: Toru Ishida;Yuu Nakajima;Yohei Murakami and Hideyuki Nakanishi;Shen Zhitao;Tetsuya Takiguchi;Tradahiro Tsuda;根本彰;Takashi Washio
• 通讯作者: Takashi Washio

A Method to Search ARX Model Orders and Its Application to Sales Dynamics Analysis

ARX模型订单搜索方法及其在销售动态分析中的应用

• 发表时间: 2006
• 期刊: Proc. of Sixth IEEE International Conference on Data Mining, Workshop on Risk Mining 2006 (CD-ROM)
• 作者: Kenta Fukata;Takashi Washio;Hiroshi Motoda
• 通讯作者: Hiroshi Motoda

Modeling dynamic substate chains among massive states

• DOI: 10.3233/ida-2008-12303
• 发表时间: 2008-08
• 期刊: Intell. Data Anal.
• 作者: V. Nguyen;T. Washio

Model Trawling : Modeling Dynamics of Massive Dimensional and Complex Systems

模型拖网：大规模维度和复杂系统的动力学建模

• 发表时间: 2006
• 期刊: Joint 3^<rd> International Conference on Soft Computing and Intelligent Systems and 7^<th> International Symposium on advanced Intelligent Systems
• 作者: T.Washio;V.P.Nguyen
• 通讯作者: V.P.Nguyen