文献

J-GLOBAL ID：200902276144111807   整理番号：09A1219248

フォワード-バックワードアルゴリズムのメモリ量について

On the memory complexity of the forward-backward algorithm

著者 (4件)： KHREICH Wael (Lab. d’imagerie, de vision et d’intelligence artificielle (LIVIA), Ecole de technologie superieure, Montreal, QC, CAN) ,  GRANGER Eric (Lab. d’imagerie, de vision et d’intelligence artificielle (LIVIA), Ecole de technologie superieure, Montreal, QC, CAN) ,  MIRI Ali (School of Information Technol. and Engineering (SITE), Univ. of Ottawa, Ottawa, ON, CAN) ,  SABOURIN Robert (Lab. d’imagerie, de vision et d’intelligence artificielle (LIVIA), Ecole de technologie superieure, Montreal, QC, CAN)
資料名： Pattern Recognition Letters  (Pattern Recognition Letters)
巻： 31  号： 2  ページ： 91-99  発行年： 2010年01月15日 
JST資料番号： H0913A  ISSN： 0167-8655  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： フォワード-バックワード(FB)アルゴリズムは,Baum-Welch技術を用いた隠れMarkovモデル(HMM)パラメータの推定の基礎となっている。しかしながら推定を長い観測系列から行う場合には,きわめて費用がかかることで知られている。時間計算量増加の犠牲の上で,FBのメモリ量を減ずるためのいくつかの代替案が提案されている。ここでは,FBアルゴリズムの新しい変形(効率的フォワードフィルタリングバックワードスムージング(EFFBS)と名づける)を提案して,計算オーバヘッドを増やさずに,メモリ量を減らした。N状態をもつHMMと長さTの観測系列が与えられた場合,FBとEFFBSアルゴリズムの両者ともに,同一時間計算量O(N²T)を持つが,メモリ量は,FBがO(NT)であるのに対して,EFFBSはTに依存せず,O(N)であった。EFFBSはFBよりもより少ない資源で済みながら,同一の結果を得た。Copyright 2009 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： アルゴリズム ,  *パラメータ推定 ,  計算量 ,  *記憶容量 ,  *隠れMarkovモデル ,  統計模型 ,  動的計画法
準シソーラス用語： 統計モデル

分類 (1件)： 人工知能  (JE08000Z)