文献

J-GLOBAL ID：201002294484349807   整理番号：10A0926452

ウェーブレット領域における系列データのための最小分類誤差学習

Minimum classification error learning for sequential data in the wavelet domain

著者 (5件)： TOMASSI D. (Centro de Investigacion en Senales e Inteligencia Computacional, Facultad de Ingenieria y Ciencias Hidricas ...) ,  TOMASSI D. (Instituto de Matematica Aplicada del Litoral-CONICET, ARG) ,  MILONE D.h. (Centro de Investigacion en Senales e Inteligencia Computacional, Facultad de Ingenieria y Ciencias Hidricas ...) ,  FORZANI L. (Departamento de Matematica, Facultad de Ingenieria Quimica, Universidad Nacional del Litoral, ARG) ,  FORZANI L. (Instituto de Matematica Aplicada del Litoral-CONICET, ARG)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 43  号： 12  ページ： 3998-4010  発行年： 2010年12月 
JST資料番号： D0611A  ISSN： 0031-3203  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： ウェーブレット解析は,信号処理と多くの分類タスクにおいて広く使われている。しかしウェーブレットモデルには可変長の系列を適切に扱えないものが多いので,動的なパターン認識での利用には多くの制約がある。最近この種の系列を扱うために,ウェーブレット領域において構造化データを観察できる合成隠れMarkovモデルが提案された。標準の隠れMarkovモデルが時間的に長い相関を捉えるのに対して,これらのモデルでは,多重解像度フレームワークにおいて隠れMarkovツリーにより局所動特性を捉える。簡単な応用ではこれらのモデルは見込みのある結果を示しているが,現状ではパラメータ推定のために生成的な手法が使われているだけである。この研究の目標は,このMarkovモデルに対して新しい識別学習法を導入することにより,ウェーブレット特徴を用いた動的なパターン認識の開発を一歩進めることである。この学習戦略は最小分類誤差手法に基づいており,完全な非連結モデルに対する再推定公式を与える。最尤推定を用いて学習した同一のモデルが達成した認識率を超える大きな改善を,音素認識の数値実験により示した。Copyright 2010 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *ウェーブレット変換 ,  信号系列 ,  パターン分類 ,  教師つき学習 ,  *隠れMarkovモデル ,  ツリー構造 ,  動特性 ,  評価試験 ,  *音声認識
準シソーラス用語： *音素認識

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： ウェーブレット ,  系列 ,  分類 ,  誤差 ,  学習