[論文レビュー] The MATLAB Toolbox SciXMiner: User's Manual and Programmer's Guide

Ralf Mikut, Andreas Bartschat+6 more|arXiv (Cornell University)|Apr 11, 2017

Time Series Analysis and Forecasting参考文献 12被引用数 15

ひとこと要約

SciXMiner は、データ前処理、可視化、分類、回帰、クラスタリング、時系列解析を統合的に提供する MATLAB ベースのツールボックスです。研究者がインタラクティブな GUI サポート、バッチ処理、およびカスタム拡張パッケージによる拡張性を備えたエンドツーエンドのデータ分析ワークフローを実行できるように設計されています。

ABSTRACT

The Matlab toolbox SciXMiner is designed for the visualization and analysis of time series and features with a special focus to classification problems. It was developed at the Institute of Applied Computer Science of the Karlsruhe Institute of Technology (KIT), a member of the Helmholtz Association of German Research Centres in Germany. The aim was to provide an open platform for the development and improvement of data mining methods and its applications to various medical and technical problems. SciXMiner bases on Matlab (tested for the version 2017a). Many functions do not require additional standard toolboxes but some parts of Signal, Statistics and Wavelet toolboxes are used for special cases. The decision to a Matlab-based solution was made to use the wide mathematical functionality of this package provided by The Mathworks Inc. SciXMiner is controlled by a graphical user interface (GUI) with menu items and control elements like popup lists, checkboxes and edit elements. This makes it easier to work with SciXMiner for inexperienced users. Furthermore, an automatization and batch standardization of analyzes is possible using macros. The standard Matlab style using the command line is also available. SciXMiner is an open source software. The download page is http://sourceforge.net/projects/SciXMiner. It is licensed under the conditions of the GNU General Public License (GNU-GPL) of The Free Software Foundation.

研究の動機と目的

• 工学、生命科学、医学分野の研究者に特化した包括的で使いやすい MATLAB ツールボックスを提供すること。
• データインポートからモデル評価までを統合的なグラフィカルインターフェースを通じて分析パイプラインを簡素化すること。
• バッチ処理による自動化を支援し、再利用性とカスタマイズ性を高めるために、アプリケーション固有の拡張パッケージの作成を可能にすること。
• 欠損データ、外れ値、特徴量工学といった一般的なデータ分析の課題を統合された環境内で解決すること。
• プロジェクトの保存、データ統合、詳細なプロジェクトレポート機能を備えることで、再現性のある研究を促進すること。

提案手法

• ツールボックスは、インタラクティブなデータ探索、可視化、モデル設定のためのグラフィカルユーザーインターフェース（GUI）を提供する。
• CSV、MAT、Excel などのさまざまなフォーマットでのデータインポートおよびエクスポートをサポートし、組み込みのデータ型検出および前処理機能を備える。
• コアな分析手法には、クラスタリング（k-means、階層的クラスタリング）、分類（決定木、ファジィシステム）、回帰、および FFT とスペクトログラムを用いた時系列解析が含まれる。
• 集約された特徴量、トリガー時系列の生成、相互相関解析を通じて、特徴量工学を実現する。
• スクリプトベースの実行によりバッチ処理をサポートし、アルゴリズムの検証に向けたデバッグモードおよびステップバイステップモードを提供する。
• ドメイン固有のワークフローをカプセル化するためのカスタム拡張パッケージの生成が可能で、再利用性とモジュラリティを向上させる。

実験結果

リサーチクエスチョン

• RQ1 統合された MATLAB ツールボックスは、科学的データ分析ワークフローの再現性と効率性をどのように向上させるか？
• RQ2 多様なデータマイニング手法を非専門家ユーザーが利用可能な1つのインタラクティブ環境に統合するにあたり、どのような主な課題が生じるか？
• RQ3 自動化されたデータ前処理および可視化は、探索的データ分析における人的作業をどの程度削減できるか？
• RQ4 バッチ処理およびデバッグ機能は、スケーラブルで再現性のある分析パイプラインの構築をどの程度効果的に支援するか？
• RQ5 拡張可能な拡張パッケージは、データマイニングワークフローのドメイン固有のカスタマイズをどのように可能にするか？

主な発見

• SciXMiner は統合された GUI を通じてエンドツーエンドのデータ分析ワークフローを可能にし、MATLAB における低レベルのコーディングの必要性を低減する。
• 自己組織化マップ、モーレットスペクトログラム、ファジィシステムといった高度な分析手法をサポートすることで、複雑なデータに対する汎用性が向上する。
• バッチ処理およびデバッグモードにより、データマイニングパイプラインのスケーラブルかつ再現可能な実行が可能になる。
• プロジェクトベースのアーキテクチャに加え、保存/読み込みおよびデータ統合機能を備えることで、研究チーム間での再現性と共同作業が確保される。
• アプリケーション固有の拡張パッケージの生成が可能であるため、バイオシグナル処理や画像解析などの特定分野における再利用性とカスタマイズ性が向上する。
• サンプルプロジェクトは、実データセットへの成功した応用を示しており、時系列予測やアイrisデータセットの分類において、組み込みアルゴリズムを用いて高い精度が達成されている。