| Item type |
学術雑誌論文 / Journal Article(1) |
| 公開日 |
2023-03-07 |
| タイトル |
|
|
タイトル |
Marginalized Viterbi Algorithm for Hierarchical Hidden Markov Models |
| 言語 |
|
|
言語 |
eng |
| キーワード |
|
|
主題 |
Time series data |
| キーワード |
|
|
主題 |
Hierarchical HMM |
| キーワード |
|
|
主題 |
Finding the most likely state sequence |
| キーワード |
|
|
主題 |
Generalized Viterbi algorithm |
| キーワード |
|
|
主題 |
Marginalized Viterbi algorithm |
| 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 |
HAYASHI, Akira
IWATA, Kazunori
SUEMATSU, Nobuo
林, 朗
岩田, 一貴
末松, 伸朗
|
| 抄録 |
|
|
内容記述タイプ |
Abstract |
|
内容記述 |
The generalized Viterbi algorithm, a direct extension of the Viterbi algorithm for hidden Markov models (HMMs), has been used to find the most likely state sequence for hierarchical HMMs. However, the generalized Viterbi algorithm finds the most likely whole level state sequence rather than the most likely upper level state sequence. In this paper, we propose a marginalized Viterbi algorithm, which finds the most likely upper level state sequence by marginalizing lower level state sequences. We show experimentally that the marginalized Viterbi algorithm is more accurate than the generalized Viterbi algorithm in terms of upper level state sequence estimation. |
| 書誌情報 |
Pattern Recognition
巻 46,
号 12,
p. 3452-3459,
発行日 2013-12
|
| 出版者 |
|
|
出版者 |
Elsevier |
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
00313203 |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AA00770025|AA11948832 |
| DOI |
|
|
関連タイプ |
isVersionOf |
|
|
識別子タイプ |
DOI |
|
|
関連識別子 |
info:doi/10.1016/j.patcog.2013.06.001 |
| 権利 |
|
|
権利情報 |
@ 2013 Published by Elsevier Ltd.|This manuscript version is made available under the CC-BY-NC-ND 4.0 license http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| 関連サイト |
|
|
|
識別子タイプ |
URI |
|
|
関連識別子 |
http://www.sciencedirect.com/ |
|
|
関連名称 |
http://www.sciencedirect.com/ |
| 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 |
AM |
|
出版タイプResource |
http://purl.org/coar/version/c_ab4af688f83e57aa |
MVA_for_HHMMs_R2.pdf (1.6 MB)
