未来を予測するパーツ!時系列特徴Shapeletsとは?
3つの要点
✔️ 未来を予測するパーツの生成手法。その名もGENDIS
✔️ 高精度かつ高速に生成可能
✔️ 進化計算を使うことで計算量削減
GENDIS: GENetic DIscovery of Shapelets
written by Gilles Vandewiele, Femke Ongenae, Filip De Turck
(Submitted on 13 Sep 2019)
Comments: Published by arXiv.
Subjects: Neural and Evolutionary Computing (cs.NE); Machine Learning (cs.LG); Machine Learning (stat.ML)
はじめに
未来を予測したいという時系列問題は、人間的にとってもっともらしい欲求です。一般的な時系列問題(株価の予測や天気の予測)では、時系列特徴Shapeletsを捉えることの重要性が議論されています。しかし、Shapeletsの抽出は計算時間がかかることや、正確な抽出が難しいことが問題となっています。今回は「進化計算を使った高速かつ正確な抽出手法」についてお話しします。
続きを読むには
(2853文字画像5枚)AI-SCHOLARに
登録いただく必要があります。
この記事に関するカテゴリー