情報処理学会 第86回全国大会 会期:2024年3月15日~17日

2X-06
統計予測モデルと深層学習を融合した複数の周期性を持つ時系列データの予測手法
○小川寛也,藤田 悟(法大)
本研究では、時系列データに含まれる複数の周期性や時系列の流れに着目し、統計的手法とニューラルネットワークを組み合わせることで高精度だけでなく、時系列を構成する要素ごとに予測結果が分析可能な時系列予測モデルの作成を行う。予測を行うにあたって、時系列データを全体の傾向であるトレンドと周期性成分である週・年の周期性に分解し、トレンドをニューラルネットワーク、週・年の周期性を統計的手法で予測を行えることを示す。また、周期性の予測を行う際に、周期性にも傾向があることに着目し、時間変化を適応させることで、周期性の崩れや時間ごとの変化への対応が可能であることを確認する。