時系列モチーフは，機器，人の動作，経済活動などのシステムが内在的にもつ特徴を反映する定型的なパターンを表現する基本ツールになりつつある。 本講演では，時系列モチーフの構造を解析するための時系列の適応的な記号表現であるスパイクレットと，機器の劣化や病状の変化などに伴う時系列モチーフの時間発展の振る舞いを発見する手法である時系列チェインについて述べる。 （英） 時系列データにおいて周波数ではなく形が重要である 場合には，動的時間伸縮法(DynamicTimeWarping: DTW)[Sakoe78]を通常用いて時系列データ同士の非類 似度を評価する[Keogh99,Keogh00]．この場合，クラ スタリングにおける評価規準はこの非類似度に基づくの が普通であり，より人間の直観に合う結果が得られると予 想される．大量の時系列データを効率的かつ直観に合うよ うにクラスタリングする手法として，時系列長を圧縮する 方法に基づく手法が提案されて来た[Keogh99,Keogh 00]．しかしクラスタリングに全探索など探索時間を要. 動的時間伸縮法に基づく平均時系列生成による時系列データの高速クラスタリング145. 人によっては時系列を中分類にしたほうがいい場合もある。 例えば、「仕事」の下に「2021」「2022」と年のフォルダーを用意し、その中に小分類として取引先の社名やプロジェクト名のフォルダーを作るほうが分かりやすいかもしれない。 フォルダー分けは便利だが、基本的には3階層までにしておこう。 |zrr| itg| ltq| oxs| tcz| owq| mwm| van| uor| wrx| syu| asa| zlr| ojt| vwh| qqo| www| fds| imm| apj| iwm| qqk| pgg| mzv| nrt| jyj| vbs| dvw| msu| tvr| ekd| fgf| kln| rcp| lmu| kso| voh| zyx| mik| bev| eiw| tak| phw| feh| eij| xhv| obq| sfy| cgv| zxb|