| 講演名 | 2019-02-28 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(中大), 築山 修治(中大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 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． |
| 抄録(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 |
| キーワード(英) | Gaussian mixture model / Gaussian reduction / method selection / support vector machine / experimental results |
| 資料番号 | VLD2018-113,HWS2018-76 |
| 発行日 | 2019-02-20 (VLD, HWS) |
| 研究会情報 | |
| 研究会 | HWS / VLD |
|---|---|
| 開催期間 | 2019/2/27(から4日開催) |
| 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. |
| 委員長氏名（和） | 松本 勉(横浜国大) / 峯岸 孝行(三菱電機) |
| 委員長氏名（英） | Tsutomu Matsumoto(Yokohama National Univ.) / Noriyuki Minegishi(Mitsubishi Electric) |
| 副委員長氏名（和） | 川村 信一(東芝) / 池田 誠(東大) / 戸川 望(早大) |
| 副委員長氏名（英） | Shinichi Kawamura(Toshiba) / Makoto Ikeda(Univ. of Tokyo) / Nozomu Togawa(Waseda Univ.) |
| 幹事氏名（和） | 三浦 典之(神戸大) / 国井 裕樹(セコム) / 新田 高庸(NTT) / 小平 行秀(会津大) |
| 幹事氏名（英） | Noriyuki Miura(Kobe Univ.) / Hiroki Kunii(SECOM) / Koyo Nitta(NTT) / Yukihide Kohira(Univ. of Aizu) |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Hardware Security / Technical Committee on VLSI Design Technologies |
|---|---|
| 本文の言語 | JPN |
| 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（和） | |
| 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 |
| 第 1 著者 氏名（和/英） | 風間 春輝 / Haruki Kazama |
| 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） | 築山 修治 / Shuji Tsukiyama |
| 第 2 著者 所属（和/英） | 中央大学(略称：中大) Chuo University(略称：Chuo Univ.) |
| 発表年月日 | 2019-02-28 |
| 資料番号 | VLD2018-113,HWS2018-76 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | VLD-457,HWS-458 |
| ページ範囲 | pp.121-126(VLD), pp.121-126(HWS), |
| ページ数 | 6 |
| 発行日 | 2019-02-20 (VLD, HWS) |