自己組織型差分進化法に基づく自己回帰隠れマルコフモデル

• Item type: Trans(1)
• 公開日: 2018-07-26
• タイトル: 自己組織型差分進化法に基づく自己回帰隠れマルコフモデル
• タイトル / 言語: en
• タイトル: AR-HMM based on Self-organized Differential Evolution
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [オリジナル論文] 自己回帰隠れマルコフモデル，2段階最適化問題，差分進化法，適応型探索
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 龍谷大学
• 著者所属: 龍谷大学
• 著者所属: 龍谷大学
• 著者所属: 広島大学
• 著者所属(英): en
• 著者所属(英): Department of Electronics and Informatics, Ryukoku University
• 著者所属(英): en
• 著者所属(英): Department of Electronics and Informatics, Ryukoku University
• 著者所属(英): en
• 著者所属(英): Department of Electronics and Informatics, Ryukoku University
• 著者所属(英): en
• 著者所属(英): Department of Economics, Hiroshima University
• 著者名: 小野, 景子; 鳥山, 直樹; 古川, 雄大; 折登, 由希子
• 著者名(英): Keiko, Ono; Naoki, Toriyama; Yuta, Furukawa; Yukiko, Orito
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 時系列データにおける潜在的な状態推定は，自己回帰隠れマルコフモデルを用いることが一般的である．この推定問題は2段階の最適化問題であり，回帰モデルにおいて参照する過去のデータ数（次元）と各時点の観測データに対する重み係数を同時に最適化する必要がある．しかし，自己回帰隠れマルコフモデルは設計変数決定に多くの計算量が必要であり，すべての候補解の比較は非効率である．そこで，我々は自己回帰隠れマルコフモデルにおける2段階の最適化を同時に行えるフレームワークを持つ，自己組織型差分進化法を提案する．提案法では，異なる次元の持つ個体が1つの母集団を形成し，進化により最適な次元と重み係数を持つ個体が生き残る，適応的な生存戦略を実現する．数値実験では，状態が複数ある人工データの推定，株価のリアライズド・ボラティリティの推定および訪日外客数の推定を対象とし，提案手法が従来の回帰モデルより状態推定性能が高いことを示す．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: To estimate a hidden state based on time series data for a given period, an auto regression hidden Markov model is commonly used. This problem consists of two optimization steps where the order of past data (dimensions) used in the regression model and weighted coefficients for observed data at each point should be simultaneously optimized. However, the auto regressing hidden Markov model requires significant computational effort to determine design variables. We propose a self-organized differential evolution framework that can simultaneously optimize both the first and second steps. In the proposed method, individuals that evolve in different solution space are generated and individuals with an appropriate order can survive at a high probability through evolving. Numerical tests involve performance validation using estimated artificial data of several states, realized volatility of the stock, and artificial as well as actual data of inbound visitors to Japan. They demonstrate that the optimization of the regression model by the proposed method is more effective than that by a conventional method.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11464803
• 書誌情報: 情報処理学会論文誌数理モデル化と応用（TOM）; 巻 11, 号 2, p. 41-49, 発行日 2018-07-26
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7780
• 出版者 / 言語: ja
• 出版者: 情報処理学会