階層隠れCRF

玉田　寛尚  林　朗  末松　伸朗  岩田　一貴  

誌名
電子情報通信学会論文誌 D   Vol.J93-D   No.12   pp.2610-2619
発行日: 2010/12/01
Online ISSN: 1881-0225
DOI: 
Print ISSN: 1880-4535
論文種別: 論文
専門分野: パターン認識
キーワード: 
時系列データ,  生成モデル,  識別モデル,  階層隠れマルコフモデル,  条件付確率場,  

本文: PDF(826.2KB)>>
論文を購入



あらまし: 
HMM（Hidden Markov Model）は時系列データの生成モデルとしてよく知られている．しかし，近年，HMMに対応する識別モデルであるCRF（Conditional Random Field）が提案され，多くの応用問題で有効性が示されている．HHMM（Hierarchical HMM）はHMMを一般化した生成モデルであり，時系列データの状態を階層的に表現する．我々はHHMMに対応する識別モデルとして，HHCRF（Hierarchical Hidden CRF，階層隠れCRF）を提案する．HHMMとHHCRFの性能比較のために，生成モデルと識別モデルの性質を考慮しつつ人工データ実験を行い，パラメータ学習時の訓練集合サイズが大きくなり，かつデータ生成源が非一次マルコフモデルに近づくにつれて，状態系列推定におけるHHCRFの性能がHHMMのそれよりも，より高くなることを示す．