JP6929260B2 - 時系列特徴抽出装置、時系列特徴抽出方法及びプログラム - Google Patents
時系列特徴抽出装置、時系列特徴抽出方法及びプログラム Download PDFInfo
- Publication number
- JP6929260B2 JP6929260B2 JP2018206777A JP2018206777A JP6929260B2 JP 6929260 B2 JP6929260 B2 JP 6929260B2 JP 2018206777 A JP2018206777 A JP 2018206777A JP 2018206777 A JP2018206777 A JP 2018206777A JP 6929260 B2 JP6929260 B2 JP 6929260B2
- Authority
- JP
- Japan
- Prior art keywords
- time
- representative
- segments
- unit
- series data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
- G06F2218/16—Classification; Matching by matching signal segments
- G06F2218/20—Classification; Matching by matching signal segments by applying autoregressive analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Complex Calculations (AREA)
Description
前記係数に基づいて前記時系列データを前記複数のセグメントに分類する計算を行い、前記複数のセグメントの境界位置に関する情報を出力するセグメント位置出力部と、
前記複数のセグメントを、前記複数のセグメントの数以下の複数のクラスタに分類するクラスタ分類部と、
前記複数のクラスタのそれぞれの局所的な特徴を表し、前記複数のセグメントのそれぞれに設定される代表元を出力する代表元出力部と、
前記代表元の特徴度を算出する特徴度算出部と、
前記特徴度に基づいて前記代表元を更新する代表元更新部と、を備える、時系列特徴抽出装置が提供される。
図1は第1の実施形態による時系列特徴抽出装置1の概略構成を示すブロック図である。図1の時系列特徴抽出装置1は、時系列データの大局的特徴と局所的特徴を正しく抽出できることを特徴としている。図1の時系列特徴抽出装置1には、一種類又は複数種類の時系列データが入力される。このように、図1の時系列特徴抽出装置1は、複数種類の時系列データからなる多変量の時系列データの入力を受け付けることが可能である。
mindis(x1, y1)+mindis(x2, y2)+|C−mindis(x1, y2)|+|C−mindis(x2, y1)| …(3)
log|Σ|+tr|Σ-1S| …(5)
第2の実施形態は、前処理として時系列データのノイズを除去するものである。
複数種類の時系列データが、時間的にずれて時系列特徴抽出装置1に入力される場合、一種類の時系列データについての各セグメントの境界位置をそのまま、他の種類の時系列データのセグメント化に利用するのは望ましくない。例えば、センサAの検知開始時刻の5分後にセンサBが検知を開始する場合、センサAのセンサデータとセンサBのセンサデータは、5分のタイムラグを調整するのが望ましい。そこで、第3の実施形態では、各種類の時系列データの時間的なずれを考慮に入れて、セグメント化とクラスタ割当を行うものである。
Claims (15)
- 時系列データを複数のセグメントに分類するための計算に用いる係数を出力する係数出力部と、
前記係数に基づいて前記時系列データを前記複数のセグメントに分類する計算を行い、前記複数のセグメントの境界位置に関する情報を出力するセグメント位置出力部と、
前記複数のセグメントを、前記複数のセグメントの数以下の複数のクラスタに分類するクラスタ分類部と、
前記複数のクラスタのそれぞれの局所的な特徴を表し、前記複数のセグメントのそれぞれに設定される代表元を出力する代表元出力部と、
前記代表元の特徴度を算出する特徴度算出部と、
前記特徴度に基づいて前記代表元を更新する代表元更新部と、を備える、時系列特徴抽出装置。 - 前記代表元出力部は、前記複数のクラスタのそれぞれごとに、予め定めた個数の前記代表元を出力する、請求項1に記載の時系列特徴抽出装置。
- 前記複数のクラスタのうち、前記代表元出力部が前記代表元から除外するべき部分データを指定する代表元除外指定部を備え、
前記代表元出力部は、前記複数のクラスタのそれぞれごとに、前記代表元除外指定部で指定された前記部分データ以外から前記代表元を生成する、請求項1又は2に記載の時系列特徴抽出装置。 - 前記複数のクラスタのうち、前記代表元出力部が前記代表元に含めるべき部分データを指定する代表元指定部を備え、
前記代表元出力部は、前記複数のクラスタのそれぞれごとに、前記代表元指定部で指定された前記部分データを含めて前記代表元を生成する、請求項1又は2に記載の時系列特徴抽出装置。 - 前記特徴度算出部は、前記代表元が存在するセグメント内の時系列データとの類似度と、前記代表元が存在しないセグメント内の時系列データとの非類似度と、に基づいて、前記特徴度を算出する、請求項1に記載の時系列特徴抽出装置。
- 入力される複数種類の時系列データのタイムラグに応じて、前記セグメント位置出力部から出力された前記複数のセグメントの境界位置を修正するセグメント位置修正部を備え、
前記クラスタ分類部は、前記複数種類の時系列データのそれぞれごとに、前記セグメント位置修正部で境界位置が修正された複数のセグメントを前記複数のクラスタに分類する、請求項1乃至5のいずれか一項に記載の時系列特徴抽出装置。 - 前記時系列データに含まれるノイズ成分を除去するノイズ除去部を備え、
前記係数出力部は、前記ノイズ除去部でノイズ成分を除去後の時系列データに基づいて前記係数を出力する、請求項1乃至6のいずれか一項に記載の時系列特徴抽出装置。 - 前記ノイズ除去部は、時系列データを複数のセグメントに分類するための計算に用いる式に正則化項を付加することにより、前記時系列データに含まれるノイズ成分を除去する、請求項7に記載の時系列特徴抽出装置。
- 前記係数出力部から出力される前記係数は、時系列データを推定する回帰モデルの回帰係数を含み、
前記セグメント位置出力部は、前記複数のクラスタのそれぞれに対応する前記回帰モデルを用いて時系列データのフィッティングを行って、前記複数のセグメントの境界位置に関する情報を出力する、請求項1乃至8のいずれか一項に記載の時系列特徴抽出装置。 - 前記係数出力部から出力される前記係数は、時系列データを推定する相関行列の相関係数を含み、
前記セグメント位置出力部は、前記複数のクラスタのそれぞれに対応する前記相関行列を用いて時系列データのフィッティングを行って、前記複数のセグメントの境界位置に関する情報を出力する、請求項1乃至8のいずれか一項に記載の時系列特徴抽出装置。 - 前記係数出力部に入力される時系列データと、前記代表元出力部から出力される前記複数のクラスタのそれぞれに対応する複数の代表元とを可視化する可視化部を備える、請求項1乃至10のいずれか一項に記載の時系列特徴抽出装置。
- 前記可視化部は、前記係数出力部に入力される前で、かつノイズ成分を除去した後の時系列データと、前記代表元出力部から出力される前記複数のクラスタのそれぞれに対応する複数の代表元とを可視化する、請求項11に記載の時系列特徴抽出装置。
- 前記代表元出力部から出力された前記代表元のうち、不要な代表元を除去した残りの代表元を選抜する代表元選抜部を備え、
前記特徴度算出部は、前記代表元選抜部で選抜された代表元の特徴度を算出する、請求項1乃至12のいずれか一項に記載の時系列特徴抽出装置。 - 時系列データを複数のセグメントに分類するための計算に用いる係数を出力するステップと、
前記係数に基づいて前記時系列データを前記複数のセグメントに分類する計算を行い、前記複数のセグメントの境界位置に関する情報を出力するステップと、
前記複数のセグメントを、前記複数のセグメントの数以下の複数のクラスタに分類するステップと、
前記複数のクラスタのそれぞれの局所的な特徴を表し、前記複数のセグメントのそれぞれに設定される代表元を出力するステップと、
前記代表元の特徴度を算出するステップと、
前記特徴度に基づいて前記代表元を更新するステップと、をコンピュータに実行させる、時系列特徴抽出方法。 - 時系列データを複数のセグメントに分類するための計算に用いる係数を出力するステップと、
前記係数に基づいて前記時系列データを前記複数のセグメントに分類する計算を行い、前記複数のセグメントの境界位置に関する情報を出力するステップと、
前記複数のセグメントを、前記複数のセグメントの数以下の複数のクラスタに分類するステップと、
前記複数のクラスタのそれぞれの局所的な特徴を表し、前記複数のセグメントのそれぞれに設定される代表元を出力するステップと、
前記代表元の特徴度を算出するステップと、
前記特徴度に基づいて前記代表元を更新するステップと、をコンピュータに実行させるためのプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018206777A JP6929260B2 (ja) | 2018-11-01 | 2018-11-01 | 時系列特徴抽出装置、時系列特徴抽出方法及びプログラム |
US16/563,266 US11710066B2 (en) | 2018-11-01 | 2019-09-06 | Time-series feature extraction apparatus, time-series feature extraction method and recording medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018206777A JP6929260B2 (ja) | 2018-11-01 | 2018-11-01 | 時系列特徴抽出装置、時系列特徴抽出方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020071777A JP2020071777A (ja) | 2020-05-07 |
JP6929260B2 true JP6929260B2 (ja) | 2021-09-01 |
Family
ID=70458594
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018206777A Active JP6929260B2 (ja) | 2018-11-01 | 2018-11-01 | 時系列特徴抽出装置、時系列特徴抽出方法及びプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US11710066B2 (ja) |
JP (1) | JP6929260B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111767941B (zh) * | 2020-05-15 | 2022-11-18 | 上海大学 | 一种基于对称非负矩阵分解的改进谱聚类及并行化方法 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA1261472A (en) * | 1985-09-26 | 1989-09-26 | Yoshinao Shiraki | Reference speech pattern generating method |
JP2003132088A (ja) * | 2001-10-22 | 2003-05-09 | Toshiba Corp | 時系列データ検索システム |
US7375731B2 (en) * | 2002-11-01 | 2008-05-20 | Mitsubishi Electric Research Laboratories, Inc. | Video mining using unsupervised clustering of video content |
JP4599420B2 (ja) * | 2008-02-29 | 2010-12-15 | 株式会社東芝 | 特徴量抽出装置 |
JP5284990B2 (ja) * | 2010-01-08 | 2013-09-11 | インターナショナル・ビジネス・マシーンズ・コーポレーション | キーワードの時系列解析のための処理方法、並びにその処理システム及びコンピュータ・プログラム |
US10853828B2 (en) * | 2011-02-28 | 2020-12-01 | Flytxt B.V | Methods and systems for providing multivariate time series clustering for customer segmentation |
JP5868216B2 (ja) * | 2012-02-27 | 2016-02-24 | 三菱電機株式会社 | クラスタリング装置及びクラスタリングプログラム |
JP2013206104A (ja) * | 2012-03-28 | 2013-10-07 | Sony Corp | 情報処理装置、情報処理方法、及びプログラム |
WO2014036173A1 (en) * | 2012-08-28 | 2014-03-06 | The Regents Of The University Of California | Methods and systems for calculating and using statistical models to predict medical events |
JP6206022B2 (ja) * | 2013-09-12 | 2017-10-04 | 株式会社デンソー | 運転支援装置 |
JP5805169B2 (ja) | 2013-11-25 | 2015-11-04 | ヤフー株式会社 | 行動パターン分析装置および行動パターン分析方法 |
CN104462217B (zh) * | 2014-11-09 | 2017-09-29 | 浙江大学 | 一种基于分段统计近似表示的时间序列相似性度量方法 |
US9904932B2 (en) * | 2014-12-29 | 2018-02-27 | Google Llc | Analyzing semantic places and related data from a plurality of location data reports |
WO2016122591A1 (en) * | 2015-01-30 | 2016-08-04 | Hewlett Packard Enterprise Development Lp | Performance testing based on variable length segmentation and clustering of time series data |
JP6586764B2 (ja) * | 2015-04-17 | 2019-10-09 | 株式会社Ihi | データ分析装置及びデータ分析方法 |
WO2017034512A1 (en) * | 2015-08-21 | 2017-03-02 | Hewlett Packard Enterprise Development Lp | Interactive analytics on time series |
JP6563357B2 (ja) | 2016-03-24 | 2019-08-21 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | モデル判定装置、モデル判定方法、及びプログラム |
US10235993B1 (en) * | 2016-06-14 | 2019-03-19 | Friday Harbor Llc | Classifying signals using correlations of segments |
US10248713B2 (en) * | 2016-11-30 | 2019-04-02 | Business Objects Software Ltd. | Time series analysis using a clustering based symbolic representation |
US11397633B2 (en) * | 2017-01-26 | 2022-07-26 | Siemens Aktiengesellschaft | Unifying semi-supervised approach for machine condition monitoring and fault diagnosis |
US20190034497A1 (en) * | 2017-07-27 | 2019-01-31 | Nec Laboratories America, Inc. | Data2Data: Deep Learning for Time Series Representation and Retrieval |
-
2018
- 2018-11-01 JP JP2018206777A patent/JP6929260B2/ja active Active
-
2019
- 2019-09-06 US US16/563,266 patent/US11710066B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US11710066B2 (en) | 2023-07-25 |
JP2020071777A (ja) | 2020-05-07 |
US20200143283A1 (en) | 2020-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11216741B2 (en) | Analysis apparatus, analysis method, and non-transitory computer readable medium | |
JP6243080B1 (ja) | プリプロセッサおよび異常予兆診断システム | |
Ravikumar et al. | Machine learning approach for automated visual inspection of machine components | |
Sarda-Espinosa et al. | Conditional inference trees for knowledge extraction from motor health condition data | |
JP7071904B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
US10884841B2 (en) | Information processing device, information processing method, and recording medium | |
JP2010061415A (ja) | 学習装置および方法、認識装置および方法、並びにプログラム | |
CN108399434B (zh) | 基于特征提取的高维时间序列数据的分析预测方法 | |
JP2023040079A (ja) | 組立てラインのための組立てエラー修正 | |
Vantuch et al. | Evolutionary based ARIMA models for stock price forecasting | |
JP7419955B2 (ja) | データ解析システム、データ解析方法、およびプログラム | |
CN110956277A (zh) | 一种交互式的迭代建模系统及方法 | |
JP6929260B2 (ja) | 時系列特徴抽出装置、時系列特徴抽出方法及びプログラム | |
JP7274434B2 (ja) | 流用設計支援システム及び流用設計支援方法 | |
US20210248293A1 (en) | Optimization device and optimization method | |
CN109934352B (zh) | 智能模型的自动进化方法 | |
CN114098764B (zh) | 数据处理方法、装置、电子设备和存储介质 | |
CN113420733B (zh) | 一种高效分布式大数据数据采集实现方法及系统 | |
JP6930195B2 (ja) | モデル同定装置、予測装置、監視システム、モデル同定方法および予測方法 | |
Khan et al. | Robust band profile extraction using constrained nonparametric machine-learning technique | |
CN112419047A (zh) | 利用特征趋势分析预测银行个人贷款逾期的方法及系统 | |
US12000868B2 (en) | Waveform segmentation device and waveform segmentation method | |
US20240045923A1 (en) | Information processing device, information processing method, and computer program product | |
JP6999207B1 (ja) | データ解析方法、データ解析装置、及び、データ解析プログラム | |
US20230288915A1 (en) | Information processing device, information processing method, and computer program product |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200824 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210630 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210709 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210810 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6929260 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |