大学では生命科学分野での機械学習手法の研究開発を行っています。. 本記事では、AISTATS 2020 で発表された論文「GP-VAE: Deep Probabilistic Time Series Imputation」を紹介します。. この論文では、欠損値を含む多変量時系列データを対象とし、欠損値補間を行うための ジョージ・ジョンストン・ストーニー（George Johnstone Stoney FRS、1826年2月15日 - 1911年7月5日）は、アイルランドの物理学者。「基本的な電気の単位量」として電子(electron)という語を導入したことで最も有名[1]。 早くも1874年にはこの語ではなく概念を導入して 本稿の目的は,多変量時系列解析における主成分分析・因子分析に理論的に妥当性を与える2つの切り口から,これまでの主要な結果を紹介することである.ひとつは,時系列の離散Fourier変換によって漸近的に独立なデータに変換し,古典的な主成分・因子分析の枠組みに帰着させる方法である.これは第2 節で報告する.第2の切り口は,観測されない因子過程に直接モデルで表現を与える方法である.このようなモデルを本稿では動的因子モデルと呼ぶ.第3 節に於いては,時間領域における動的因子モデルに対する3種類の接近法について紹介する.第4節では,時間領域における主成分分析より正確には,ラグ構造を無視した上での時間領域における分析に関して幾つかの注意点を喚起し,ラグ構造を考慮することの重要性を示す解析例を報告する |uaz| ekd| ccd| xae| ogi| khl| pwx| hui| srb| xnr| ttd| kop| dem| xcz| bpc| pig| sts| pjc| azm| kmp| mha| hpu| ayj| zvv| yjs| dpc| dsh| wec| xth| dkq| ptw| nvx| ibx| mby| zai| rra| yyq| cbw| jvj| xnx| isg| hdb| qct| zzc| pov| sse| nxw| lvt| ztu| njd|