大量の時系列データストリーム (Webアクセスログやセンサデータなど) からトレンド検出や分類，異常検出などのために，共通するパターンをリアルタイムに検出する手法が求められています．しかし，従来の手法では計算コストがデータ長に比例して増大するため，高速に検出することができませんでした．本研究では検出精度を犠牲にすることなく，計算時間とメモリ使用量を大幅に削減することに成功しました．データを蓄積することなく，データの到着と同時に一定の計算コストで処理することが可能となりました．