| 講演名 | 2000/3/14 隠れマルコフモデルの最良パラメータ推定 冨田 仁志, 上田 修功, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 時系列データのパターン認識に広く用いられている隠れマルコフモデル(HMM)には局所最適性の問題がある。本報告では、連続混合HMMの状態と分布を階層的に併合分割(追加削除)することにより局所密最適解からの脱出を図る階層的併合分割型EM(H-SMEM)アルゴリズムを提案する。また、本手法を人工データおよび、ジェスチャデータに適用し有効性を実証する。 |
| 抄録(英) | Hidden Markov models(HMMs)have been extensively utilized for classification of time series data. HMMs, however, have the local maxima problem in practice. In this report, we propose a hierarchical split and merge(H-SMEM)algorithm in which birth and death of the states and split and merge of the distributions are hierarchically performed to escape from the local optima. Furthermore, we apply the proposed algorithm to both artifisial data and gesture data and show that the practical usefulness of using the H-SMEM algorithim. |
| キーワード(和) | 隠れマルコフモデル / EMアルゴリズム / 階層的併合分割操作 / 最良パラメータ推定 |
| キーワード(英) | hidden Markov models / EM algorithm / hierarchical split and merge operations / optimal parameter cstimation |
| 資料番号 | NC99-131 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2000/3/14(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 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 | Neurocomputing (NC) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 隠れマルコフモデルの最良パラメータ推定 |
| サブタイトル（和） | |
| タイトル（英） | Optimal Parameter Estimation of Hidden Markov Models |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 隠れマルコフモデル / hidden Markov models |
| キーワード(2)（和/英） | EMアルゴリズム / EM algorithm |
| キーワード(3)（和/英） | 階層的併合分割操作 / hierarchical split and merge operations |
| キーワード(4)（和/英） | 最良パラメータ推定 / optimal parameter cstimation |
| 第 1 著者 氏名（和/英） | 冨田 仁志 / Hitoshi TOMITA |
| 第 1 著者 所属（和/英） | 奈良先端科学技術大学院大学 Nara Institute of Science and Technology |
| 第 2 著者 氏名（和/英） | 上田 修功 / Naonori UEDA |
| 第 2 著者 所属（和/英） | NTTコミュニケーション科学基礎研究所 NTT Communication Science Laboratories |
| 発表年月日 | 2000/3/14 |
| 資料番号 | NC99-131 |
| 巻番号（vol） | vol.99 |
| 号番号（no） | 685 |
| ページ範囲 | pp.- |
| ページ数 | 8 |
| 発行日 | |