お知らせ 研究会の開催と会場に参加される皆様へのお願い(2020年7月開催~)
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 2019-02-28 13:30
機械学習を用いた混合正規分布の成分数削減手法の選択
風間春輝築山修治中大VLD2018-113 HWS2018-76
抄録 (和) 混合正規分布は,統計的静的遅延解析のような統計的手法において有用な分布表現であるが,演算を効果的かつ効率的に繰り返すには,演算で増加する成分数を2個程度に削減する必要がある.混合正規分布の成分数削減手法は幾つか提案されているが,どれも精度および計算時間の面で一長一短あるため,入力された混合正規分布に適した削減手法を選択する方法が実用的である.本文では,適切な成分数削減手法を選別する手法を機械学習を用いて構築し,その性能を評価する. 
(英) Gaussian mixture model is a useful distribution for statistical methods such as statistical static timing analysis, but the number of components of Gaussian mixture model increases exponentially by statistical operations. Hence, the number of components must be reduced to around 2 in order to repeat operations effectively and efficiently. Although several methods for reducing the number of components have been proposed, each of them has strength and weakness in accuracy and time complexity. Therefore, selecting an appropriate reduction method for an input distribution is a practical way for reducing the number of components. This paper proposes a selection method using machine learning and evaluates its performance.
キーワード (和) 混合正規分布 / 成分数削減 / 手法選択 / サポートベクトルマシン / 実験結果 / / /  
(英) Gaussian mixture model / Gaussian reduction / method selection / support vector machine / experimental results / / /  
文献情報 信学技報, vol. 118, no. 457, VLD2018-113, pp. 121-126, 2019年2月.
資料番号 VLD2018-113 
発行日 2019-02-20 (VLD, HWS) 
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 VLD2018-113 HWS2018-76

研究会情報
研究会 HWS VLD  
開催期間 2019-02-27 - 2019-03-02 
開催地(和) 沖縄県青年会館 
開催地(英) Okinawa Ken Seinen Kaikan 
テーマ(和) システムオンシリコンを支える設計技術, ハードウェアセキュリティ, 一般 
テーマ(英) Design Technology for System-on-Silicon, Hardware Security, etc. 
講演論文情報の詳細
申込み研究会 VLD 
会議コード 2019-02-HWS-VLD 
本文の言語 日本語 
タイトル(和) 機械学習を用いた混合正規分布の成分数削減手法の選択 
サブタイトル(和)  
タイトル(英) Selection of Gaussian Mixture Reduction Methods Using Machine Learning 
サブタイトル(英)  
キーワード(1)(和/英) 混合正規分布 / Gaussian mixture model  
キーワード(2)(和/英) 成分数削減 / Gaussian reduction  
キーワード(3)(和/英) 手法選択 / method selection  
キーワード(4)(和/英) サポートベクトルマシン / support vector machine  
キーワード(5)(和/英) 実験結果 / experimental results  
キーワード(6)(和/英) /  
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) 風間 春輝 / Haruki Kazama / カザマ ハルキ
第1著者 所属(和/英) 中央大学 (略称: 中大)
Chuo University (略称: Chuo Univ.)
第2著者 氏名(和/英/ヨミ) 築山 修治 / Shuji Tsukiyama / ツキヤマ シュウジ
第2著者 所属(和/英) 中央大学 (略称: 中大)
Chuo University (略称: Chuo Univ.)
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: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2019-02-28 13:30:00 
発表時間 25 
申込先研究会 VLD 
資料番号 IEICE-VLD2018-113,IEICE-HWS2018-76 
巻番号(vol) IEICE-118 
号番号(no) no.457(VLD), no.458(HWS) 
ページ範囲 pp.121-126 
ページ数 IEICE-6 
発行日 IEICE-VLD-2019-02-20,IEICE-HWS-2019-02-20 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会