多変量時系列データの柔軟な分割方法の提案

抄録

IoTの発展に伴い、大量の時系列データが取得可能になりつつある。このような時系列データから有用な知見を発見するために、多変量時系列データを特徴的なパターンに分割するセグメンテーション方法が注目を集めている。しかしながら、既存手法では分割位置が変数に関わらず同一であり、変数間の特徴を捉えることが困難であった。この問題に対応するために、各変数で適切な分割位置を求める手法を提案する。そして、人工データと実データを用いて提案手法の有効性を検証する。