Time series clustering with Dirichlet process mixtures of ARMA models

使用 ARMA 模型的 Dirichlet 过程混合进行时间序列聚类

• 批准号: 22500261
• 负责人: SUEMATSU Nobuo
• 金额: $ 1.75万
• 依托单位: Hiroshima City University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2010
• 资助国家: 日本
• 起止时间: 2010 至 2012
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22500261/
• 关键词: 時系列解析; マルコフ連鎖モンテカルロ法; ディリクレ過程; ARMAモデル; ディリクレ過程混合モデル; 時系列クラスタリング; 自然共役事前分布

ARMA models are parsimonious stochastic models for time series. Given a set of time series, we can cluster them by regarding that they were drawn from a mixture of ARMA models and by fitting the model to them, where if the mixture model is a Dirichlet process mixture, the number of the clusters can be simultaneously estimated. In this work, we have developed a Markov Chain Monte Carlo method to fit a Dirichlet process mixture of ARMA models to a set of time series.

ARMA模型是时间序列的简约随机模型。给定一组时间序列，我们可以通过将它们从ARMA模型的混合物中绘制出来，并通过将模型拟合到它们，如果混合模型是差异的过程混合物，则可以同时估算簇的数量。在这项工作中，我们开发了一种马尔可·卡洛（Monte Carlo）方法，以将ARMA型号的Dirichlet工艺混合物融合到一组时间序列中。

项目成果

Matching Handwritten Line Drawings with Von Mises Distributions

• DOI: 10.1587/transinf.e94.d.2487
• 发表时间: 2011-12
• 期刊: IEICE Trans. Inf. Syst.
• 作者: Katsutoshi Ueaoki;Kazunori Iwata;N. Suematsu;A. Hayashi

ガウス過程事前分布を用いた時系列多重整列法

使用高斯过程先验分布的时间序列多重对齐方法

• 发表时间: 2010
• 作者: 藤越康祝;杉山高一;秋本 真治,末松 伸朗,林 朗,岩田一貴
• 通讯作者: 秋本 真治,末松 伸朗,林 朗,岩田一貴

Hierarchical Hidden Conditional Random Fields for Information Extraction

• DOI: 10.1007/978-3-642-25566-3_14
• 发表时间: 2011-01
• 作者: Satoshi Kaneko;A. Hayashi;N. Suematsu;Kazunori Iwata

Time Series Alignment with Gaussian Processes

时间序列与高斯过程的对齐

• 发表时间: 2012
• 作者: Nobuo Suematsu;Akira Hayashi
• 通讯作者: Akira Hayashi

階層的時系列データのための識別モデル

分层时间序列数据的判别模型

• 发表时间: 2013
• 期刊: 電子情報通信学会論文誌 D
• 作者: Sakurai Tetsuro ; Igeta Masataka ;Fujikoshi Yasunori;金子 悟士,林 朗,末松 伸朗,岩田一貴
• 通讯作者: 金子 悟士,林 朗,末松 伸朗,岩田一貴