文献

J-GLOBAL ID：201702222078968876   整理番号：17A1729017

確率的推論によるInitialisingカーネル適応フィルタ【Powered by NICT】

Initialising kernel adaptive filters via probabilistic inference

著者 (3件)： Castro Ivan (Department of Electrical Engineering, Universidad de Chile) ,  Silva Cristobal (Department of Electrical Engineering, Universidad de Chile) ,  Tobar Felipe (Center for Mathematical Modeling, Universidad de Chile)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： DSP  ページ： 1-5  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： (i)カーネル適応フィルタ(KAFs)の初期設定を決定し,(ii)完全適応性KAFsを構築する重みと辞書に加えて,カーネルパラメータを連続的に学習する両方のための確率的フレームワークを提案した。これは確率モデルとして推定器を定式化し,カーネルパラメータ,重みと辞書上の専用事前分布を定義し,スパース性のような望ましい特性を強制することにより達成した。モデルを用いて,標準KAFsを初期化するためにデータのサブセットを用いて訓練されたまたは新しい観測が利用できる各時間連続的に更新することができる。モデルの非線形/非Gauss特性に起因して,学習と推論を勾配ベース最大帰納的最適化とマルコフ連鎖モンテカルロ法を用いて達成されると,予測を計算するために確信して使用できる。提案したフレームワークは,合成および実世界の両方の性質の非線形時系列に検証した,平均二乗誤差と学習した辞書のスパース性の標準KAFsより優れていた。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： 最適化 ,  *適応フィルタ ,  初期値設定 ,  定式化 ,  モデル ,  適応性 ,  部分集合 ,  確率モデル
準シソーラス用語： 平均二乗誤差 ,  MCMC ,  スパース性 ,  事前分布 ,  *確率的推論 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 確率的推論 ,  カーネル ,  適応フィルタ