ストリームの適応記憶型オンライン予測

抄録

本研究では，様々なコンセプトドリフトを持つストリームのオンライン予測手法を提案する．提案手法では，複数のウインドウ長を持つ短期記憶と各クラスタを矛盾の無いようにクラスタリングする長期記憶とを適応的に統合することで，短期的な将来の値をリアルタイムに予測する．様々なコンセプトドリフトを持つ人工データと交通流・株価・電力消費量の実データを用いた実験評価により，データセットごとにメタパラメータをチューニングすることなく複数の予測手法と比較して高い予測性能を達成した．