情報処理学会 第75回全国大会講演要旨

本研究では、波形や位置情報など特徴量で表される事象の系列から、
系列データ上で互いに近接しており、かつ頻出する事象のペアである
共起パターンを抽出する「共起クラスタマイニング」という手法を提案する。
提案手法は、時系列上におけるクラスタ「間」の共起性と、
特徴空間におけるクラスタ「内」の類似性を同時に考慮して、
2つのクラスタの範囲を決定する手法である。
まず、人工データを用いて単純な共起パターン抽出法(2段階法)と
提案手法の評価を行った。
次に、実データへの適用例として、燃料電池の損傷評価試験から得られた
波形データと、2011年の東北地方太平洋沖地震の震源リストデータへ適用し、
共起パターンの抽出を行った。