文献

J-GLOBAL ID：201702267890171712   整理番号：17A1729214

統計的設計のためのGauss混合モデルによるGauss関数の最大の近似【Powered by NICT】

Approximating the maximum of Gaussians by a Gaussian mixture model for statistical designs

著者 (3件)： Azuma Daiki (Dept. of Electrical, Electronic, and Communication Eng., Chuo University, 1-13-27 Kasuga, Bunkyo, Tokyo 112-8551) ,  Tsukiyama Shuji (Dept. of Electrical, Electronic, and Communication Eng., Chuo University, 1-13-27 Kasuga, Bunkyo, Tokyo 112-8551) ,  Fukui Masahiro (Dept. of Electronic and Computer Engineering, Ritsumeikan University, 1-1-1 Nojihigashi, Kusatsu-shi, Shiga, 525-8577)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ECCTD  ページ： 1-4  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： 統計的静的タイミング分析のような統計的アプローチでは,複数の分布の最大(あるいは最小)の分布が必要であり,二つの分布(2max手術)の統計的最大動作を繰り返すことにより計算した。各分布はいくつかの説明確率変数の線形結合(RV)で表される相関を効率的に扱うようにため,最大間の共分散と説明RVは2max操作で計算しなければならない。Gauss混合モデル(GMM)は最大の非Gauss型分布を表現するために使用されるなら,分散および共分散の両方が最大のものと同じように,GMMを生成することができるわけではない。分散の精度を劣化させることなく最適共分散値を決定し,その性能を示すために新しいアルゴリズムを提案した。さらに,筆者らは全ての2max手術におけるGMMの成分の数を減らすことの有効性を示した。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： 正規分布 ,  *近似法 ,  共分散 ,  アルゴリズム
準シソーラス用語： 線形結合 ,  確率変数 ,  *Gauss関数 ,  *Gauss混合モデル , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 統計 ,  設計 ,  Gauss混合モデル ,  Gauss関数 ,  近似