論文の概要: Event Prediction in the Big Data Era: A Systematic Survey
- arxiv url: http://arxiv.org/abs/2007.09815v3
- Date: Tue, 4 Aug 2020 23:59:11 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-09 00:33:48.715980
- Title: Event Prediction in the Big Data Era: A Systematic Survey
- Title(参考訳): ビッグデータ時代のイベント予測:体系的調査
- Authors: Liang Zhao
- Abstract要約: ビッグデータ時代において、イベント予測は実行可能な選択肢になりつつある。
本稿では,イベント予測の技術,応用,評価について,体系的かつ包括的な調査を行うことを目的とする。
- 参考スコア(独自算出の注目度): 7.3810864598379755
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Events are occurrences in specific locations, time, and semantics that
nontrivially impact either our society or the nature, such as civil unrest,
system failures, and epidemics. It is highly desirable to be able to anticipate
the occurrence of such events in advance in order to reduce the potential
social upheaval and damage caused. Event prediction, which has traditionally
been prohibitively challenging, is now becoming a viable option in the big data
era and is thus experiencing rapid growth. There is a large amount of existing
work that focuses on addressing the challenges involved, including
heterogeneous multi-faceted outputs, complex dependencies, and streaming data
feeds. Most existing event prediction methods were initially designed to deal
with specific application domains, though the techniques and evaluation
procedures utilized are usually generalizable across different domains.
However, it is imperative yet difficult to cross-reference the techniques
across different domains, given the absence of a comprehensive literature
survey for event prediction. This paper aims to provide a systematic and
comprehensive survey of the technologies, applications, and evaluations of
event prediction in the big data era. First, systematic categorization and
summary of existing techniques are presented, which facilitate domain experts'
searches for suitable techniques and help model developers consolidate their
research at the frontiers. Then, comprehensive categorization and summary of
major application domains are provided. Evaluation metrics and procedures are
summarized and standardized to unify the understanding of model performance
among stakeholders, model developers, and domain experts in various application
domains. Finally, open problems and future directions for this promising and
important domain are elucidated and discussed.
- Abstract(参考訳): イベントは特定の場所、時間、意味において発生し、社会や市民の不安、システム障害、疫病といった自然に非自明に影響を与えます。
このような事象の発生を事前に予測し、社会の動揺や被害の可能性を低減できることが極めて望ましい。
イベント予測は、伝統的に違法に困難だったが、今やビッグデータ時代において実行可能な選択肢になりつつあるため、急速に成長している。
ヘテロジニアスな多面的出力、複雑な依存関係、ストリーミングデータフィードなど、関連する課題に対処することに焦点を当てた既存の作業が数多く存在する。
既存のほとんどのイベント予測手法は、当初は特定のアプリケーションドメインを扱うように設計されていたが、使用される技術と評価手順は通常、異なるドメイン間で一般化可能である。
しかし、イベント予測のための包括的な文献調査がないため、異なるドメイン間でテクニックを相互参照することは必然的に困難である。
本稿では,ビッグデータ時代における事象予測技術,応用,評価の体系的かつ包括的な調査を行うことを目的とする。
まず、ドメインの専門家による適切な手法の探索とモデル開発者のフロンティアにおける研究の統合を支援するため、既存のテクニックの体系的な分類と要約を示す。
次に、主要なアプリケーションドメインの包括的な分類と概要を提供する。
評価指標と手順は、ステークホルダー、モデル開発者、および様々なアプリケーション領域のドメインエキスパートの間でモデルパフォーマンスの理解を統合するために要約され標準化されます。
最後に、この有望かつ重要な領域に対するオープンな問題と今後の方向性を解明し議論する。
関連論文リスト
- OpenEP: Open-Ended Future Event Prediction [57.63525290892786]
我々はOpenEP(Open-Ended Future Event Prediction Task)を導入し、現実のシナリオに合わせたフレキシブルで多様な予測を生成する。
質問構築には、場所、時間、イベント開発、イベント結果、イベント影響、イベント応答など、7つの視点から質問する。
結果構築のために,結果を含む自由形式のテキストを基礎的真理として収集し,意味論的に完全かつ詳細に富んだ結果を提供する。
論文 参考訳(メタデータ) (2024-08-13T02:35:54Z) - Online Model-based Anomaly Detection in Multivariate Time Series: Taxonomy, Survey, Research Challenges and Future Directions [0.017476232824732776]
時系列異常検出は、エンジニアリングプロセスにおいて重要な役割を果たす。
この調査では、オンラインとオフラインの区別とトレーニングと推論を行う新しい分類法を紹介した。
文献で使用される最も一般的なデータセットと評価指標、および詳細な分析を示す。
論文 参考訳(メタデータ) (2024-08-07T13:01:10Z) - A Comprehensive Library for Benchmarking Multi-class Visual Anomaly Detection [52.228708947607636]
本稿では,新しい手法のモジュラーフレームワークであるADerを包括的視覚異常検出ベンチマークとして紹介する。
このベンチマークには、産業ドメインと医療ドメインからの複数のデータセットが含まれており、15の最先端メソッドと9つの包括的なメトリクスを実装している。
我々は,異なる手法の長所と短所を客観的に明らかにし,多クラス視覚異常検出の課題と今後の方向性について考察する。
論文 参考訳(メタデータ) (2024-06-05T13:40:07Z) - Information Cascade Prediction under Public Emergencies: A Survey [14.675738714779099]
本稿では,情報カスケードモデリング,予測,応用の体系的な分類と要約について述べる。
我々は,最先端の研究と情報カスケード予測のモデルと方法の理解を支援することを目的としている。
論文 参考訳(メタデータ) (2024-03-28T03:46:56Z) - Large Models for Time Series and Spatio-Temporal Data: A Survey and
Outlook [95.32949323258251]
時系列データ、特に時系列データと時間時間データは、現実世界のアプリケーションで広く使われている。
大規模言語やその他の基礎モデルの最近の進歩は、時系列データマイニングや時間データマイニングでの使用の増加に拍車を掛けている。
論文 参考訳(メタデータ) (2023-10-16T09:06:00Z) - Performative Time-Series Forecasting [71.18553214204978]
我々は,機械学習の観点から,パフォーマンス時系列予測(PeTS)を定式化する。
本稿では,予測分布シフトに対する遅延応答の概念を活用する新しい手法であるFeature Performative-Shifting(FPS)を提案する。
新型コロナウイルスの複数の時系列モデルと交通予報タスクを用いた総合的な実験を行った。
論文 参考訳(メタデータ) (2023-10-09T18:34:29Z) - A Comprehensive Survey on Rare Event Prediction [1.6385815610837167]
希少なイベント予測では、機械学習(ML)とデータ分析を使用して、低い確率でイベントを特定し、予測する。
本稿は,現状の文献のギャップを把握し,稀な事象を予測することの課題を明らかにすることを目的とする。
論文 参考訳(メタデータ) (2023-09-20T14:36:57Z) - A Survey on Event Prediction Methods from a Systems Perspective:
Bringing Together Disparate Research Areas [0.0]
イベント予測は、将来のイベントを望ましい状態に変更するアクションを決定する際に、ユーザをサポートすることを目的としている。
アプリケーションドメインの多様性は、様々な研究領域に散在する様々な方法をもたらす。
イベント予測手法の包括的分類,統合,評価を考慮した知識共有を容易にするため,システムの観点からの統合と評価を行う。
論文 参考訳(メタデータ) (2023-02-08T12:21:02Z) - Data-Centric Epidemic Forecasting: A Survey [56.99209141838794]
この調査は、様々なデータ駆動の方法論および実践的進歩を掘り下げるものである。
疫学的なデータセットと,流行予測に関連する新しいデータストリームを列挙する。
また,これらの予測システムの現実的な展開において生じる経験や課題についても論じる。
論文 参考訳(メタデータ) (2022-07-19T16:15:11Z) - On Exposing the Challenging Long Tail in Future Prediction of Traffic
Actors [38.782472905505124]
ほとんどのクリティカルシナリオは、非クリティカルシナリオよりも頻度が低く、より複雑です。
本稿では,データセット分布の長い部分における難解なシナリオを具体的に取り上げる。
4つの公開データセットから、全体的なパフォーマンスが安定している間に、困難なシナリオのパフォーマンスが向上することを示す。
論文 参考訳(メタデータ) (2021-03-23T11:56:15Z) - Through the Data Management Lens: Experimental Analysis and Evaluation
of Fair Classification [75.49600684537117]
データ管理研究は、データとアルゴリズムの公平性に関連するトピックに対する存在感と関心が高まっている。
我々は,その正しさ,公平性,効率性,スケーラビリティ,安定性よりも,13の公正な分類アプローチと追加の変種を幅広く分析している。
我々の分析は、異なるメトリクスとハイレベルなアプローチ特性がパフォーマンスの異なる側面に与える影響に関する新しい洞察を強調します。
論文 参考訳(メタデータ) (2021-01-18T22:55:40Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。