データサイエンス・人工知能

系列データ(Sequence Data)

1. 一般的系列データ†

系列データとは、時間や空間上で連続して観測された値の列のこと。隣接する値が相関する構造を持つことが特徴。
例えば、物体の輪郭が空間上で隣接する観測値（輪郭上各点の観測角度等）からなる系列で表すことができる。

系列データ(sequence data)は以下のように分類できる

• simple symbolic sequence
  アルファベットなどの記号を単純に並べたもの。DNA seqenceが代表例。
  A symbolic sequence consists of an ordered set of elements or events, recorded with or without a concrete notion of time.
• complex symbolic sequence
  順序のあるベクトルのリスト。ベクトルの各要素は商品の名称などになる。
• simple time series
  時刻と値の組。間欠的に起こる現象の記録に有利。
  A simple time series is a sequence of numeric values obtained over repeated measurements of time. The values are typically measured at equal time intervals (e.g., every minute, hour, or day).
• multivariate time series
  時刻とベクトルの組simple time seriesのベクトル版
• complex event sequence
  さらに複雑なデータ構造

2. データマイニング分野における系列データ†

• 系列データ (sequential data)とは、同質のデータを直列に並べたデータをさし，DNA系列や，文字列などがある．さらに，データマイニング分野では以下のようなバスケットデータの系列データもある。例えば、<(a)(abc)(ac)(d)(cf)>, 最初の取引では商品aのみを，次の取引ではa，b，およびcを購入したことを表す．
• 系列パターン (sequential pattern) のマイニングとは、 支持度が最小支持度以上の極大な系列を全て列挙すること

3. Python ライブラリ†

• sktime
  時系列の機械学習タスクに対応するライブラリ。sklearn互換のインターフェースとモデル構成ツールを提供する
• seglearn
  時系列データのセグメンテーションから特徴抽出、学習までのパイプライン化が柔軟かつ簡単に実現できるsklearnの拡張機能

9. 参考資料†

1. 朱鷺の杜Wiki：系列データ
2. 時系列データ解析 - 東京大学 数理・情報教育研究センター
3. 時系列データから脳の情報処理メカニズムに迫る(小林 亮太 国立情報学研究所)
4. 最適輸送理論(OT: optimal transport theory)
5. Computational Optimal Transport (Gabriel Peyré)
6. POT: Python Optimal Transport
7. LSTMによる系列データの予測と分類(MathWorks日本)
8. ディープラーニングによる時系列分類(Marco Del Pra)(English)
9. Keras 2: 時系列 – ゼロからの時系列分類
10. Converting images into time series for data mining
11. (Shaplets) Shapelets and the Shapelet Transform with sktim
12. 深層学習を用いた時系列データの要約と分類（DEIM 2018）
13. 時間変化するshapeletsを学習する時系列分類手法(DEIM 2022)
14. A Brief Survey on Sequence Classification (SIGKDD Explorations, v12.n.1)
15. 361,261 Results for: All: sequence classification (ACM Digital Library,2022.6.24)
16. 40 public repositories (github search results) for sequence-classification
17. Sequence Classification with LSTM Recurrent Neural Networks in Python with Keras
18. Learning Meta-Distance for Sequences by Learning a Ground Metric via Virtual Sequence Regression (TPAML 2019) Code
19. Direct Antimicrobial Resistance Prediction from clinical MALDI-TOF mass spectra using Machine Learning (bioRxiv 2020)　Code

メニュー

1. Python
2. 機械学習
3. 深層学習
4. 自然言語処理
5. データ拡張
6. 可視化
7. 規模推定
8. 微生物同定
9. 偽情報対策
10. 系列解析
11. 最適輸送