教師あり主成分分析を用いた動的モード分解

抄録

動的モード分解は，多次元時系列データを周波数と増減率の情報をもった複数のモードに分解する．このアルゴリズムは時間および空間上の次元削減手法としても知られ，高次元動的システムの重要な低ランクの時間と空間上の特徴を抽出する．しかし，動的モード分解は教師なし学習であるため，教師情報があるようなデータの場合でもその情報を有効にできない．したがって，ラベル情報に関連したモードを得ることができない可能性がある．本稿では，教師情報を動的モード分解に組み込むためのフレームワークを提案する．また，実験により提案手法によって得られたモードを用いて分類タスクを実行する有効性を示す．