| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2016-03-10 10:40 マルコフ・フラクタル事前分布をもつ情報源に対するユニバーサル符号の冗長度解析 ○松上直矢・川端 勉（電通大）  IT2015-103 ISEC2015-62 WBS2015-86 |
|
| 抄録 | （和） | ベイズ符号はユニバーサル無歪み情報源符号化の標準的方法として知られている．連続事前分布をもつ無記憶情報源におけるベイズ符号の冗長度性能の第一項は，漸近的に『（パラメータ空間の次元）timesfrac{1}{2}log（データの長さ）』となることが知られている．\ また，事前分布を特異事前分布に拡張すると，上記のパラメータ空間の次元部分は事前分布のレニー情報次元で置き換えられるであろうという推測が研究で支持されている．\ そこで我々は，特異分布である自己相似事前分布における先行研究の拡張としてマルコフ・フラクタル事前分布の場合を考え，この推測を証明した． |
| （英） | Bayesian code method is used as a standard in realizing a universal noiseless source code. For a memoryless source, a mixture with an absolutely continuous prior has a redundancy, which is asymptotic to the dimension of the parameter space times the half of log data length. Extending the prior to singular distribution is an emerging research area, where studies support a conjecture that the dimension can be substituted by the R$mathrm{acute{e}}$nyi information dimension of the prior. Extending our previous proof on self-similar prior, we consider the case of Markov fractal prior, and prove the conjecture. | |
| キーワード | （和） | ユニバーサル符号 / 冗長度解析 / 特異分布 / 自己相似測度 / レニー情報次元 / マルコフ過程 / / |
| （英） | universal encoding / redundancy analysis / singular prior / self-similar measure / R$mathrm{acute{e}}$nyi information dimension / markov process / / | |
| 文献情報 | 信学技報, vol. 115, no. 500, IT2015-103, pp. 13-17, 2016年3月. | |
| 資料番号 | IT2015-103 | |
| 発行日 | 2016-03-03 (IT, ISEC, WBS) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | IT2015-103 ISEC2015-62 WBS2015-86 |
|
| 研究会情報 | |
| 研究会 | IT ISEC WBS |
| 開催期間 | 2016-03-10 - 2016-03-11 |
| 開催地（和） | 電気通信大学 |
| 開催地（英） | The University of Electro-Communications |
| テーマ（和） | IT・ISEC・WBS合同研究会 |
| テーマ（英） | joint meeting of IT, ISEC, and WBS |
| 講演論文情報の詳細 | |
| 申込み研究会 | IT |
| 会議コード | 2016-03-IT-ISEC-WBS |
| 本文の言語 | 日本語 |
| タイトル（和） | マルコフ・フラクタル事前分布をもつ情報源に対するユニバーサル符号の冗長度解析 |
| サブタイトル（和） | |
| タイトル（英） | Redundancy of Bayesian Code with Markov Fractal Prior Distributions |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ユニバーサル符号 / universal encoding |
| キーワード(2)（和/英） | 冗長度解析 / redundancy analysis |
| キーワード(3)（和/英） | 特異分布 / singular prior |
| キーワード(4)（和/英） | 自己相似測度 / self-similar measure |
| キーワード(5)（和/英） | レニー情報次元 / R$mathrm{acute{e}}$nyi information dimension |
| キーワード(6)（和/英） | マルコフ過程 / markov process |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 松上 直矢 / Naoya Matsukami / マツカミ ナオヤ |
| 第1著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 第2著者 氏名（和/英/ヨミ） | 川端 勉 / Tsutomu Kawabata / |
| 第2著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2016-03-10 10:40:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IT |
| 資料番号 | IT2015-103, ISEC2015-62, WBS2015-86 |
| 巻番号（vol） | vol.115 |
| 号番号（no） | no.500(IT), no.501(ISEC), no.502(WBS) |
| ページ範囲 | pp.13-17 |
| ページ数 | 5 |
| 発行日 | 2016-03-03 (IT, ISEC, WBS) |
[研究会発表申込システムのトップページに戻る]