同時観測クラスタ群を利用した相関に基づくマルチデータストリーム予測方式

摘要

近年，様々な分野・領域でデータストリームと呼ばれる時系列データが着目されており，その未来予測を行うストリーム予測技術に注目が集まっている．ストリーム予測技術の多くは単一のデータストリームの過去の計測値の傾向を用い（るが，その場合，未来の計測値が過去の傾向と異なる変化を示す場合，精度が悪化するという問題がある．しかし，他のデータストリームとの間に相関が存在する場合，相関を考慮することで予測精度が向上する可能性がある．そこで，本稿はデータストリームの状態を同時観測クラスタ群により表現し，データストリーム間の相関検出とストリーム予測を行う手法を提案し，その有効性を検証する．%Research on one of time series data, which called data stream, has attracted a great deal of attention in many fields in recent years. Therefore, stream prediction technologies have attracted the attention of stream mining technologies. When we want to obtain the predicted value of a certain single data stream, most methods use past trend of measured data on the data stream. However, if future trend will change from past trend, the accuracy of prediction will be worsening. We think that correlations, such as synchronization, can be used for method of predicting streams, and their accuracy might be better. We suggest a method of expressing trend of data stream using simultaneous observation clusters in this paper. In addition, we suggest a method of detecting correlation using simultaneous observation cluster, and a method of prediction streams based on correlations. We also discuss our demonstration of the efficacy of these methods