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.