文献

J-GLOBAL ID：201702270565673077   整理番号：17A1677139

Bayes基準に基づく確率共鳴アルゴリズムの研究【JST・京大機械翻訳】

Study on Stochastic Resonance Algorithm Based on Bayes Criterion

著者 (5件)： Liu Shujun (重慶大学通信工程学院 重慶 400044) ,  Yang Ting (重慶大学通信工程学院 重慶 400044) ,  Tang Mingchun (重慶大学通信工程学院 重慶 400044) ,  Wang Pin (重慶大学通信工程学院 重慶 400044) ,  Li Yongming (重慶大学通信工程学院 重慶 400044)
資料名： Dianzi yu Xinxi Xuebao  (Dianzi yu Xinxi Xuebao)
巻： 39  号： 2  ページ： 293-300  発行年： 2017年 
JST資料番号： C2507A  ISSN： 1009-5896  CODEN： DKXUEC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 本論文では,二値仮説検定の問題を解決するために,Bayes基準に基づいて,Bayesコストに対する最適化雑音を最小化し,Bayesianコストの最小化問題を,誤警報確率および/または検出確率の最適化により,解析した。次に,誤警報確率と検出確率を保証する前提で,検出確率と誤警報確率を同時に改善できるモデルを確立した。次に,検出確率が一定のときに,誤警報確率が最小で,誤警報確率が一定の場合に,検出確率が最大となる二つの限界に対応する最適加法雑音を与え,線形凸組合せを用いてモデルの最適加法雑音を獲得し,このモデルが成立する十分条件を分析し,証明した。第二に,事前確率が既知の場合と未知の場合に対応する加法的ノイズを最小化し,事前知識が変化するとき,このアルゴリズムは付加的ノイズの中の可変パラメータを調整するだけで対応する最適Bayesコストを得ることができる。最後に,具体的な検出問題を結合して,シミュレーション結果は提案したアルゴリズムの有効性を示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 加算 ,  仮説検定 ,  事前確率 ,  最適化 ,  シミュレーション ,  雑音 ,  線形性 ,  *アルゴリズム ,  凸形 ,  最小化問題 ,  十分条件
準シソーラス用語： 事前知識 ,  検出確率 ,  誤警報確率 ,  *確率共鳴 , 【Automatic Indexing@JST】

著者キーワード (5件)： Signal processing ,  Bayes criterion ,  Noise enhanced model ,  Additive noise ,  Hypothesis testing

分類 (2件)： 数値計算  (JE02000J) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 確率共鳴 ,  アルゴリズム ,  研究