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)>>
論文を購入




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.