PBAI
- 7. SOINNのポイント
• SOINN はモデル不要
– 一般的な統計手法と異なり、ユーザが事前にモデ
ルを決める必要がない。
– 従来法はモデルを決めるので、状況が変化しモデ
ルからズレると性能が低下。
– SOINNは常に、状況の変化に合わせ、自らモデル
を変化させ、性能を保つ。
– 即ちSOINN は状況の変化に自ら即座に対応する
• SOINN にはあらゆる数値データが入力可
– テキストも数値化すれば入力可
- 9. SOINN の基本性能
1. IGMM との比較
– IGMM : Infinite Gaussian Mixture Model
2. 国際コンペ “M3-Competition” データを
用いた他手法との性能比較
– 3003 個の時系列データを用いた予測性能比較
– http://forecasters.org/resources/time-series-
data/m3-competition/
- 17. year quart month other
0
0.05
0.1
0.15
0.2
0.25
LOESS+2SOIAM
WINTER
COMB S-H-D
Flors-Pearc1
Flors-Pearc2
PP-Autocast
ForecastPro
SMARTFCS
THETAsm
THETA
RBF
ForcX
Category
MAPE
SOINN
M3-competition データを用いた他手法との性能比較(2)
縦軸は予測誤差