| 講演名 | 2013-01-24 動的Active Setを用いたGaussian Process Regressionによるベクトル出力推定法(一般セッション,実時間処理実空間センシングと環境理解) 松村 祐貴, 和田 俊和, 前田 俊二, 渋谷 久恵, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本報告では, Gaussian Process Regression(GPR)の枠組みを用いてベクトル値の出力を推定する手法を提案する.GPRは出力の期待値と分散を推定する非線形回帰手法である.基本的なGPRで推定できる出力の期待値はスカラー値であり,ベクトル値を推定する際にGPRを出力次元の回数だけ実行しても各出力次元間の共分散は推定できない.本手法では,我々が先に提案したActive Setの動的絞込みを利用し,ベクトル出力の期待値とその共分散の推定を行う.Active Setの動的絞込みは,入力データをキーとして,出力の推定に必要な事例集合を動的に決定する方法である.各事例は,入力と出力のペアから構成されており, Active Setの出力部を利用することで,共分散行列の推定を行うことが出来る.実験では,提案手法を人工的なデータとプラントデータに適用し,提案手法の有効性を確認した. |
| 抄録(英) | This report presents a method to estimate vector outputs m the framework of Gaussian Process Regression (GPR). GPR is a non-linear regression method based on input-output examples. Since basic GPR estimates an output consisting of scalar mean and variance, multiple executions of GPR cannot estimate covariance between vector components. Our method estimates both vector mean values and covariance matrices based on our previous method Dynamic Active Set (DAS). Active set is the set of examples consisting of input and output pairs. DAS automatically construct an active set suitable for estimating the output for given mput. Our method estimates covariance matrix from the output components of the. Active Set obtained by DAS Experimental results for artificial and real datasets demonstrate the soundness of our method. |
| キーワード(和) | Gaussian Process Regression / 事例ベース非線形回帰 / Active Setの動的絞り込み / 共分散の推定 |
| キーワード(英) | Gaussian Process Regression / Example based non-linear regression / Dynamic Active Set / covariance matrix estimation |
| 資料番号 | PRMU2012-120,MVE2012-85 |
| 発行日 |
| 研究会情報 | |
| 研究会 | MVE |
|---|---|
| 開催期間 | 2013/1/16(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 | Media Experience and Virtual Environment (MVE) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 動的Active Setを用いたGaussian Process Regressionによるベクトル出力推定法(一般セッション,実時間処理実空間センシングと環境理解) |
| サブタイトル（和） | |
| タイトル（英） | Vector Output Estimation by Gaussian Process Regression using Dynamic Active Set |
| サブタイトル（和） | |
| キーワード(1)（和/英） | Gaussian Process Regression / Gaussian Process Regression |
| キーワード(2)（和/英） | 事例ベース非線形回帰 / Example based non-linear regression |
| キーワード(3)（和/英） | Active Setの動的絞り込み / Dynamic Active Set |
| キーワード(4)（和/英） | 共分散の推定 / covariance matrix estimation |
| 第 1 著者 氏名（和/英） | 松村 祐貴 / Yuki MATSUMURA |
| 第 1 著者 所属（和/英） | 和歌山大学システム工学部 Graduate School of Systems Engineering, Wakayama University |
| 第 2 著者 氏名（和/英） | 和田 俊和 / Toshikazu WADA |
| 第 2 著者 所属（和/英） | 和歌山大学システム工学部 Graduate School of Systems Engineering, Wakayama University |
| 第 3 著者 氏名（和/英） | 前田 俊二 / Shunji MAEDA |
| 第 3 著者 所属（和/英） | 日立製作所横倶研究所 Yokohama Research Laboratory, Hitachi, Ltd |
| 第 4 著者 氏名（和/英） | 渋谷 久恵 / Hisae SHIBUYA |
| 第 4 著者 所属（和/英） | 日立製作所横倶研究所 Yokohama Research Laboratory, Hitachi, Ltd |
| 発表年月日 | 2013-01-24 |
| 資料番号 | PRMU2012-120,MVE2012-85 |
| 巻番号（vol） | vol.112 |
| 号番号（no） | 386 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |