電気通信大学
2017 年 2017 巻 SAI-028 号 p. 03-
(EndNote、Reference Manager、ProCite、RefWorksとの互換性あり)
(BibDesk、LaTeXとの互換性あり)
自宅やオフィス,そして通勤といった日常での行動様式や,店舗における曜日や季節,そして立地条件による商品の売れ方などには,様々な時空間的粒度の階層を内包するパタンが含まれているが,通常は階層ごとの分析であったり,どのような階層構造を持つかを事前に与えてしまうことが多い.そこで,本研究では群知能型手法を用いて,時系列データから階層構造とパタンの両方を自動的に抽出する手法を提案する.
すでにアカウントをお持ちの場合 サインインはこちら