制御応答時系列データストリームにおける予測アルゴリズム

藤原, 廉; 松原, 靖子; 木村, 輔 他

情報処理学会論文誌データベース（TOD）, 2022, 15(3), 87-98

Number of Access:668（2025-08-14 15:06 Counts）

Identifier to cite or link to this item: https://hdl.handle.net/11094/93121

Link to primary information 

File Format Terms of use Size Views Date.Available Description information
IPSJ-TOD_15_3_87 pdf None 2.87 MB 167 2023.11.14  

Item Information

Output File Export EndNote Basic Export Mendeley

Title
制御応答時系列データストリームにおける予測アルゴリズム
Real-time Forecasting of Time-evolving Controlled Sequence
Creator
CreatorName
藤原, 廉 ; Fujiwara, Ren
NRID
1000000721739 1000000721739
researchmap permalink
yasuko_matsubara yasuko_matsubara
Scopus Author ID
35812510500 35812510500
CreatorName
松原, 靖子 ; Matsubara, Yasuko
NRID
1000010895379 1000010895379
researchmap permalink
tasuku_kimura tasuku_kimura
CreatorName
木村, 輔 ; Kimura, Tasuku
NRID
1000030466411 1000030466411
researchmap permalink
7000016745 7000016745
Scopus Author ID
9738019500 9738019500
CreatorName
櫻井, 保志 ; Sakurai, Yasushi
Subject
時系列データストリーム
制御量
将来予測
time series
controlled sequence
real-time forecasting
Abstract
本論文では，大規模制御応答時系列データストリームにおける制御量予測手法であるC-Castについて述べる．C-Castは，制御量（Controlled sequence），動作信号，操作量の三要素で構成される制御応答時系列データから，制御量の時系列パターンをとらえることで，パターン間の遷移に基づく高速な制御量予測を実現する．より具体的には，動作信号および操作量を考慮できるように動的システムを拡張し，制御応答時系列データを適応型動的システムとしてモデル化することで，重要なパターンや複雑なパターンの遷移を柔軟に表現する．提案手法は，(a)制御応答時系列データストリームから重要な特徴を発見し，刻々と変化していく潜在的なパターンやパターン遷移を高速かつ自動的に認識し，(b)将来的な制御量予測を実現する．さらに，提案手法は(c)データストリームの長さに依存しない．実データを用いた実験では，提案手法が制御応答時系列データストリームの中から重要な時系列パターンを発見し，制御量予測を高精度に行うことを確認した．さらに，最新の既存手法と比較し大幅な精度向上を達成し，その計算速度はデータサイズに依存せず，高速に動作することを明らかにした．
Given a large collection of complex data sequences of control response, which consists of multiple attributes (e.g., Controlled sequence, Operation signal, Manipulated sequence), how can we effectively predict future controlled sequence? In this paper, we present C-Cast, an efficient and effective method for forecasting time-evolving data streams of control response. Our proposed method has the following properties: (a) Adaptive: it captures important time-evolving patterns and discontinuity in time-evolving data streams of control response. (b) Effective: it enables real-time controlled sequence forecasting. (c) Scalable: our algorithm does not depend on data size, and thus is applicable to very large sequences. Extensive experiments on a real dataset demonstrate that C-Castconsistently outperforms the best existing state-of-the-art methods as regards accuracy, and the execution speed is sufficiently fast.
Publisher
情報処理学会
Information Processing Society of Japan
Source Title
情報処理学会論文誌データベース（TOD）
Volume (Issue)
15(3)
Page
87-98
Date of Issued
2022-10-13
Language
Japanese
Handle URL
https://hdl.handle.net/11094/93121
eISSN
18827799
NCID
AA11464847
Relation.isIdenticalTo
URI
http://id.nii.ac.jp/1001/00220255/
Access Rights
open access
CopyRight
©2022 Information Processing Society of Japan
ここに掲載した著作物の利用に関する注意 本著作物の著作権は情報処理学会に帰属します。本著作物は著作権者である情報処理学会の許可のもとに掲載するものです。ご利用に当たっては「著作権法」ならびに「情報処理学会倫理綱領」に従うことをお願いいたします。
The copyright of this material is retained by the Information Processing Society of Japan (IPSJ). This material is published on this web site with the agreement of the author and the IPSJ. Please be complied with Copyright Law of Japan and the Code of Ethics of the IPSJ if any users wish to reproduce, make derivative work, distribute or make available to the public any part or whole thereof.
oaire:version
Version of Record
Category
学術雑誌論文 Journal Article