| 講演名 | 2021-03-05 マルコフ情報源に対する分類問題における最適な誤り指数の解析 倉又 洋人(電通大), 八木 秀樹(電通大), 川端 勉(電通大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | テスト系列が観測されたときに, その系列が二つの情報源のどちらから生起したかを決定する分類問題を考える.このシステムでは, 未知の分布P1, P2の情報源から得られたトレーニング系列を基に, テスト系列を分類する. 従来, 定常無記憶情報源に対してはNeyman-Pearson流検定のアプローチから漸近的に最適な誤り指数が特徴づけられているが, マルコフ情報源に対して同様な結果は知られていない. そこで本稿では有限次数の定常マルコフ情報源に対して, Gutmanによって示された確定的な分類法のクラスの中で漸近的に最大の誤り指数を達成する分類器が, 確率的な分類法を含めたクラスの中でも最適になることを示し, マルコフタイプを用いてその誤り指数を解析する. 結果として, 定常無記憶情報源に対しても新しい誤り指数の表現が得られる． |
| 抄録(英) | We consider a classification problem for a test sequence to determine from which source the sequence generates. The system classifies the test sequence based on empirically observed (training) sequences obtained from unknown sources P1 and P2. Conventionally, the Neyman-Pearson test approach has been used to characterize the asymptotically largest error exponent for stationary and memoryless sources. However, such a characterization has not been known yet for Markov sources. In this paper, we show that the classifier which attains the asymptotically largest error exponent in the class of deterministic classifiers is also optimal in the class of stochastic classifiers for stationary Markov sources of finite order. We then provide a characterization of the error exponents using Markov types. As a result, a new characterization of the error exponent is also obtained for stationary memoryless sources. |
| キーワード(和) | 分類問題 / 仮説検定 / 誤り指数 / マルコフ情報源 |
| キーワード(英) | Classification problem / Hypothesis test / Error exponent / Markov sources |
| 資料番号 | IT2020-152,ISEC2020-82,WBS2020-71 |
| 発行日 | 2021-02-25 (IT, ISEC, WBS) |
| 研究会情報 | |
| 研究会 | WBS / IT / ISEC |
|---|---|
| 開催期間 | 2021/3/4(から2日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | WBS・IT・ISEC合同研究会 |
| テーマ（英） | Joint Meeting of WBS, IT, and ISEC |
| 委員長氏名（和） | 浜村 昌則(高知工科大) / 和田山 正(名工大) / 廣瀬 勝一(福井大) |
| 委員長氏名（英） | Masanori Hamamura(Kochi Univ. of Tech.) / Tadashi Wadayama(Nagoya Inst. of Tech.) / Shoichi Hirose(Univ. of Fukui) |
| 副委員長氏名（和） | 庄納 崇(インテル) / 藤井 雅弘(宇都宮大) / 小嶋 徹也(東京高専) / 伊豆 哲也(富士通研) / 國廣 昇(筑波大学) |
| 副委員長氏名（英） | Takashi Shono(INTEL) / Masahiro Fujii(Utsunomiya Univ.) / Tetsuya Kojima(Tokyo Kosen) / Tetsuya Izu(Fujitsu Labs.) / Noboru Kunihiro(Tsukuba Univ.) |
| 幹事氏名（和） | 荒井 伸太郎(岡山理科大) / 中村 僚兵(防衛大) / 野崎 隆之(山口大) / 廣友 雅徳(佐賀大) / 面 和成(筑波大) / 山本 大(富士通研) |
| 幹事氏名（英） | Shintaro Arai(Okayama Univ. of Science) / Ryohei Nakamura(National Defence Academy) / Takayuki Nozaki(Yamaguchi Univ.) / Masanori Hirotomo(Saga Univ.) / Kazunari Omote(Tsukuba Univ.) / Dai Yamamoto(Fujitsu Labs.) |
| 幹事補佐氏名（和） | Duong Quang Thang(奈良先端大) / 森山 雅文(NICT) / 木下 雅之(千葉工大) / 太田 隆博(専修大) / 米山 一樹(茨城大) |
| 幹事補佐氏名（英） | Duong Quang Thang(NAIST) / Masafumi Moriyama(NICT) / Masayuki Kinoshita(Chiba Univ. of Tech.) / Takahiro Ohta(Senshu Univ.) / Kazuki Yoneyama(Ibaraki Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Wideband System / Technical Committee on Information Theory / Technical Committee on Information Security |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | マルコフ情報源に対する分類問題における最適な誤り指数の解析 |
| サブタイトル（和） | |
| タイトル（英） | Analysis of Optimal Error Exponents on Classification for Markov Sources |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 分類問題 / Classification problem |
| キーワード(2)（和/英） | 仮説検定 / Hypothesis test |
| キーワード(3)（和/英） | 誤り指数 / Error exponent |
| キーワード(4)（和/英） | マルコフ情報源 / Markov sources |
| 第 1 著者 氏名（和/英） | 倉又 洋人 / Hiroto Kuramata |
| 第 1 著者 所属（和/英） | 電気通信大学(略称：電通大) University of Electro-Communications(略称：UEC) |
| 第 2 著者 氏名（和/英） | 八木 秀樹 / Hideki Yagi |
| 第 2 著者 所属（和/英） | 電気通信大学(略称：電通大) University of Electro-Communications(略称：UEC) |
| 第 3 著者 氏名（和/英） | 川端 勉 / Tsutomu Kawabata |
| 第 3 著者 所属（和/英） | 電気通信大学(略称：電通大) University of Electro-Communications(略称：UEC) |
| 発表年月日 | 2021-03-05 |
| 資料番号 | IT2020-152,ISEC2020-82,WBS2020-71 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | IT-410,ISEC-411,WBS-412 |
| ページ範囲 | pp.245-250(IT), pp.245-250(ISEC), pp.245-250(WBS), |
| ページ数 | 6 |
| 発行日 | 2021-02-25 (IT, ISEC, WBS) |