| Item type |
学術雑誌論文 / Journal Article(1) |
| 公開日 |
2023-02-28 |
| タイトル |
|
|
タイトル |
階層的時系列データのための識別モデル |
| タイトル |
|
|
タイトル |
Discriminative Models for Time Series Data with Hierarchical Structure|カイソウテキ ジケイレツ データ ノタメノ シキベツ モデル |
|
言語 |
en |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題 |
隠れマルコフモデル |
| キーワード |
|
|
主題 |
構造化 SVM |
| キーワード |
|
|
主題 |
階層的時系列データ |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_6501 |
|
資源タイプ |
journal article |
| 著者 |
金子, 悟士
林, 朗
末松, 伸朗
岩田, 一貴
KANEKO, Satoshi
HAYASHI, Akira
SUEMATSU, Nobuo
IWATA, Kazunori
|
| 抄録 |
|
|
内容記述タイプ |
Abstract |
|
内容記述 |
階層隠れマルコフモデル(HHMM)は隠れマルコフモデル(HMM)を階層化した階層構造をもつ生成モデルである．本研究では，HHMMに対応する新たな識別モデルとしてSVMHHMMを提案する．HHMMや階層隠れ条件付き確率場(HHCRF)が確率モデルであるのに対して，SVMHHMMは確率モデルではなく，確率的遷移や出力に関するパラメータを用いてマージン最大化に基づいて識別を行う．これらの階層モデルはモデルパラメータを推定した後に，観測系列から階層状態系列を推定することができる．人工データと実データを用いた実験によりHHMMとHHCRF，SVMHHMMの性能比較を行い，SVMHHMMの有効性を示す． |
| 書誌情報 |
電子情報通信学会論文誌. D, 情報・システム
巻 J96-D,
号 2,
p. 306-315,
発行日 2013-02-01
|
| 出版者 |
|
|
出版者 |
電子情報通信学会 |
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
18804535 |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AA12099634 |
| 論文ID（NAID） |
|
|
関連タイプ |
isIdenticalTo |
|
|
識別子タイプ |
NAID |
|
|
関連識別子 |
110009577723 |
| 権利 |
|
|
権利情報 |
©（社）電子情報通信学会2013 |
| 関連サイト |
|
|
|
識別子タイプ |
URI |
|
|
関連識別子 |
http://www.ieice.org/jpn/trans_online/index.html |
|
|
関連名称 |
http://www.ieice.org/jpn/trans_online/index.html |
| 他の資源との関係 |
|
|
|
関連名称 |
http://search.ieice.org/bin/summary.php?id=j96-d_2_306&category=D&lang=J&year=2013&abst= |
| フォーマット |
|
|
内容記述タイプ |
Other |
|
内容記述 |
application/pdf |
| 著者版フラグ |
|
|
出版タイプ |
VoR |
|
出版タイプResource |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
j96-d_2_306.pdf (1.2 MB)
