WEKO3
アイテム
適応的遷移確率モデルを導入した隠れマルコフモデルに基づくリカレント確率ニューラルネット
https://ipsj.ixsq.nii.ac.jp/records/230212
https://ipsj.ixsq.nii.ac.jp/records/2302127d9ab400-1ffd-42a0-b6e7-ac9cdaab8092
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-Z85-6W-04.pdf (550.0 kB)
|
Copyright (c) 2023 by the Information Processing Society of Japan
|
| Item type | National Convention(1) | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2023-02-16 | |||||||||||
| タイトル | ||||||||||||
| タイトル | 適応的遷移確率モデルを導入した隠れマルコフモデルに基づくリカレント確率ニューラルネット | |||||||||||
| 言語 | ||||||||||||
| 言語 | jpn | |||||||||||
| キーワード | ||||||||||||
| 主題Scheme | Other | |||||||||||
| 主題 | 人工知能と認知科学 | |||||||||||
| 資源タイプ | ||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||||||||
| 資源タイプ | conference paper | |||||||||||
| 著者所属 | ||||||||||||
| 横浜国大 | ||||||||||||
| 著者所属 | ||||||||||||
| 神奈川県立産業技術総合研究所 | ||||||||||||
| 著者所属 | ||||||||||||
| 横浜国大 | ||||||||||||
| 著者名 |
嘉山, 敢太
× 嘉山, 敢太
× 迎田, 隆幸
× 島, 圭介
|
|||||||||||
| 論文抄録 | ||||||||||||
| 内容記述タイプ | Other | |||||||||||
| 内容記述 | 生体信号に対するパターン識別ではデータの時間変化を考慮した学習によって識別精度向上が期待でき，リカレントニューラルネットや隠れマルコフモデルなど様々な手法が提案されてきた．一方，膨大な学習データが必要であることや統計的制約によりパラメータ推定が困難になるなどの課題が存在する．本研究では，状態遷移確率が適応的に変化する新たな隠れマルコフモデルを提案し，それを内包するリカレント確率ニューラルネットを構築した．提案法は長・短期記憶を可能にするユニットを有し，長期的な時間変化を考慮しつつ，少量の学習データから高精度な識別を可能とする．実験ではベンチマークデータの分類を行い，提案法の有効性を示した． | |||||||||||
| 書誌レコードID | ||||||||||||
| 収録物識別子タイプ | NCID | |||||||||||
| 収録物識別子 | AN00349328 | |||||||||||
| 書誌情報 |
第85回全国大会講演論文集 巻 2023, 号 1, p. 853-854, 発行日 2023-02-16 |
|||||||||||
| 出版者 | ||||||||||||
| 言語 | ja | |||||||||||
| 出版者 | 情報処理学会 | |||||||||||
