スペクトル距離に基づいた多変量時系列集合の分類方法
Method to classify sets of multiple time series based on spectral distances
概要
多変量時系列を分類し、その傾向から特異的な時系列成分を抽出することは、経済時系列分析、信号処理、音声処理の分野で重要な課題である。しかしながら、要素数や扱うべき多変量時系列群が大量になると、これらの作業を手作業で行うことは困難となる。本研究では、多変量時系列から計算されるクロススペクトル行列の固有値の周波数依存性間の差異に基づいたスペクトル距離の概念に基づき、多変量時系列集合間の距離を定義し、その距離から多変量時系列集合を分類する手法を提案する。また、提案手法を高精度金融時系列分析に適用し、多変量時系列集合から、特異的な変動を示すデータを見つけることができることを示す。
![]() |
---|
クラスタリング結果と多変量時系列の例 |
産業界への展開例・適用分野
金融、画像処理、音声分析、Webサービスにおいて、多変量情報の自動分類および特異的成分の抽出に利用可能。
研究者
氏名 | 専攻 | 研究室 | 役職(学年) |
---|---|---|---|
佐藤 彰洋 | 数理工学 | 宗像研究室 | 助教 |