文献

J-GLOBAL ID：201702215097483684   整理番号：17A1651914

時間依存性を伴う非Gauss混合物の教師なし学習【Powered by NICT】

Unsupervised learning of non-Gaussian mixtures with temporal dependencies

著者 (3件)： Safont Gonzalo (Institute of Telecommunications and Multimedia Applications (iTEAM), Universitat Polite`cnica de Vale`ncia, c/ Camino de Vera s/n, 46022, Valencia, Spain) ,  Salazar Addisson (Institute of Telecommunications and Multimedia Applications (iTEAM), Universitat Polite`cnica de Vale`ncia, c/ Camino de Vera s/n, 46022, Valencia, Spain) ,  Vergara Luis (Institute of Telecommunications and Multimedia Applications (iTEAM), Universitat Polite`cnica de Vale`ncia, c/ Camino de Vera s/n, 46022, Valencia, Spain)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： TSP  ページ： 399-402  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 分類法は,通常,ラベル付きデータの使用のみを行い,教師つき学習として知られている。いくつかの応用では,ラベル付きデータが少ないか得るために費用がかかる。これらの用途には,教師なしおよび半教師つき学習が適切である,ラベル無しデータを利用することができてしまうからである。この方法は逐次独立成分分析混合モデル(SICAMM)に代表される時間依存性をもつ非Gaussデータ混合物の教師なしと半教師つき学習のための新しい方法を提案した。提案した方法は,シミュレーションと実際のデータに適用し,その分類性能は教師つき学習SICAMMとICAMM,二半教師つき学習Bayesネットワークのそれと比較した。実データ応用睡眠障害診断の目的のための睡眠脳波(EEG)記録におけるmicroarousalsの検出から成っていた。結果は,提案した方法は,他の検討した方法より良い性能を得たことを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *時間依存性 ,  *教師なし学習 ,  独立成分分析 ,  教師つき学習 ,  睡眠障害
準シソーラス用語： 信念ネットワーク ,  混合モデル ,  半教師つき学習 ,  分類法 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 時間依存性 ,  混合物 ,  教師なし学習