文献

J-GLOBAL ID：201702256441761383   整理番号：17A0223238

Gauss混合モデルのコンポーネント削減の為の新しいアルゴリズム

A New Algorithm for Reducing Components of a Gaussian Mixture Model

著者 (4件)： YOKOYAMA Naoya (Chuo University) ,  AZUMA Daiki (Chuo University) ,  TSUKIYAMA Shuji (Chuo University) ,  FUKUI Masahiro (Ritsumeikan University)
資料名： IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences (Web)  (IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences (Web))
巻： E99.A  号： 12  ページ： 2425-2434(J-STAGE)  発行年： 2016年 
JST資料番号： U0466A  ISSN： 1745-1337  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 統計的静的タイミング解析などの統計的方法では,Gauss混合モデル(GMM)は,非ガウス分布を表現し,相関を容易に処理する為の有用なツールである。GMMの総和や最大などの様々な統計演算を効率的に繰り返す為には,部品数を2つに制限する必要がある。本論文は,あるGMMのコンポーネント数を2GMMに減らす方法を提案した。更に,各コンポーネントの分布は,幾つかの説明変数の線形結合によって表されるので,各説明変数と得られた2GMMとの共分散を計算する方法,即ち,各説明変数に対する2GMMの感度を提案した。本提案手法の性能を評価する為に,幾つかの実験結果を示した。本提案手法は,2GMMの感度の精度を犠牲にして,2GMMの確率密度関数の正規化された積分二乗誤差を最小に出来た。(翻訳著者抄録)

シソーラス用語： *Gauss模型 ,  *成分 ,  *開発 ,  パラメータ ,  変数 ,  確率密度関数 ,  誤差 ,  説明変数 ,  平均二乗誤差
準シソーラス用語： *Gauss混合モデル ,  *アルゴリズム開発 ,  *コンポーネント

著者キーワード (5件)： Gaussian mixture model ,  reduction of components ,  normalized integral square error ,  sensitivity ,  statistical method

分類 (3件)： システム・制御理論一般  (IA02010H) ,  数値計算  (JE02000J) ,  計算機利用技術一般  (JE01000C)

引用文献 (13件)：

• [1] A. Srivastava, D. Sylvester, and D. Blaauw, Statistical Analysis and Optimization for VLSI: Timing and Power, Springer, 2005.
• [2] D. Blaauw, K. Chopra, A. Srivastava, and L. Scheffer, “Statistical timing analysis: From basic principles to state of the art,” IEEE Trans. Comput.-Aided Design Integr. Circuits Syst., vol.27, no.4, pp.589-607, 2008.
• [3] S. Takahashi and S. Tsukiyama, “A new statistical timing analysis using Gaussian mixture models for delay and slew propagated together,” IEICE Trans. Fundamentals, vol.E92-A, no.3, pp.900-911, 2009.
• [4] S. Tsukiyama and M. Fukui, “A statistical maximum algorithm for Gaussian mixture models considering the cumulative distribution function curve,” IEICE Trans. Fundamentals, vol.E94-A, no.12, pp.2528-2536, 2011.
• [5] D. Sasaki, S. Tsukiyama, M. Matsunaga, O. Ishibashi, and S. Takahashi, “A statistical method for analyzing lifetime of a battery pack,” 2015 IEEE Power & Energy Society General Meeting, pp.1-5, 2015.

タイトルに関連する用語 (3件)： Gauss混合モデル ,  コンポーネント ,  アルゴリズム