詳細表示

No 200441
標題(和) 複数の計量に基づく凸射影を利用した適応フィルタに関する一検討
標題(英) On Use of Multi-Metric Projection in Adaptive Filtering
研究会名(和) 信号処理, 回路とシステム, 通信方式
研究会名(英) Signal Processing, Circuits and Systems, Communication Systems
開催年月日 2010-03-01
終了年月日 2010-03-02
会議種別コード 5
共催団体名(和)
資料番号 CAS2009-101, SIP2009-146, CS2009-96
抄録(和) 先験情報(或いは観測データ)に基づいて適切な計量を設計することにより、\r\n適応フィルタリングアルゴリズムの性能を改善できることが報告されている。\r\nしかしながら、計量を設計するために利用できる情報は単一であるとは限らない。\r\n例えば、3種類の情報から3つの計量が定義できて、これらの信頼度(或いは優先度)\r\nがそれぞれ50%, 30%, 20% であるとき、どのように扱えば良いだろうか?\r\n本稿では、2つの数理的アプローチ(適応射影劣勾配法と多領域適応学習法)\r\nから、この疑問に取り組んでいる。\r\n後者は複数の情報を取り扱うために提案された方法であることから、\r\n当問題との関連性が強いと考えられるが、実際は、\r\nこれらの2つのアプローチがほぼ同一の結果を与えることを示している。
抄録(英) Efficient-metric designing has been shown an effective approach to improve the performance of adaptive filtering algorithms with the aid of a priori or a posteriori information. However, we may have multiple types of such information available. Suppose, for instance, that we have three metrics based on three types of information, and the relative reliability (or priority) of each information is 50 %, 30 %, and 20 %, respectively. How should we do with those metrics? We address this issue by two approaches: one is based on the adaptive projected subgradient method (Yamada 2003) and the other is based on the multi-domain adaptive learning technique (Yukawa, Slavakis, and Yamada 2010). The second approach seems to be more relevant to the issue, since it is tailored to deal with multiple types of information. Nevertheless, we show that the two approaches yield almost identical results.
収録資料名(和) 電子情報通信学会技術研究報告
収録資料の巻号 Vol.109, No.434,435,436
ページ開始 137
ページ終了 140
キーワード(和) 適応フィルタリング,複数の計量,適応射影劣勾配法,多領域適応学習法
キーワード(英) adaptive filtering,multiple metric,adaptive projected subgradient method,multi-domain adaptive learning
本文の言語 ENG
著者(和) 湯川正裕
著者(ヨミ) ユカワ マサヒロ
著者(英) Masahiro Yukawa
所属機関(和) 理化学研究所
所属機関(英) Laboratory for Mathematical Neuroscience, BSI, RIKEN

WWW サーバ管理者
E-mail: webmaster@ieice.org