あらまし
|
本文PDFファイルを閲覧するには，ログインする必要があります. 左メニューよりログインして下さい. |
|
階層的時系列データのための識別モデル 金子 悟士 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.J96-D No.2 pp.306-315 発行日: 2013/02/01 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: 隠れマルコフモデル, 構造化SVM, 階層的時系列データ, 本文: PDF(1.2MB)>>
あらまし: 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． | |||||
|
