文献

J-GLOBAL ID：201802247748059525   整理番号：18A1776937

自己組織型差分進化法に基づく自己回帰隠れマルコフモデル

AR-HMM based on Self-organized Differential Evolution

著者 (4件)： 小野景子 (龍谷大) ,  鳥山直樹 (龍谷大) ,  古川雄大 (龍谷大) ,  折登由希子 (広島大)
資料名： 情報処理学会論文誌トランザクション 数理モデル化と応用(Web)  (情報処理学会論文誌 数理モデル化と応用(Web))
巻： 11  号： 2  ページ： 41-49 (WEB ONLY)  発行年： 2018年07月26日 
JST資料番号： U0475A  ISSN： 1882-7780  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： 日本語 (JA)

抄録/ポイント： 時系列データにおける潜在的な状態推定は,自己回帰隠れマルコフモデルを用いることが一般的である。この推定問題は2段階の最適化問題であり,回帰モデルにおいて参照する過去のデータ数(次元)と各時点の観測データに対する重み係数を同時に最適化する必要がある。しかし,自己回帰隠れマルコフモデルは設計変数決定に多くの計算量が必要であり,すべての候補解の比較は非効率である。そこで,我々は自己回帰隠れマルコフモデルにおける2段階の最適化を同時に行えるフレームワークを持つ,自己組織型差分進化法を提案する。提案法では,異なる次元の持つ個体が1つの母集団を形成し,進化により最適な次元と重み係数を持つ個体が生き残る,適応的な生存戦略を実現する。数値実験では,状態が複数ある人工データの推定,株価のリアライズド・ボラティリティの推定および訪日外客数の推定を対象とし,提案手法が従来の回帰モデルより状態推定性能が高いことを示す。(著者抄録)

シソーラス用語： *自己組織化 ,  *最適化手法 ,  *回帰分析 ,  *隠れMarkovモデル ,  母集団 ,  係数 ,  変動 ,  回帰モデル ,  状態推定 ,  計算量
準シソーラス用語： *差分進化 ,  *自己回帰 ,  実現ボラティリティ ,  重み係数

分類 (2件)： その他のオペレーションズリサーチの手法  (KA03070E) ,  システム最適化手法  (IA02050Z)

引用文献 (10件)：

• Box, G.E., Jenkins, G.M., Reinsel, G.C. and Ljung, G.M.: Time series analysis: Forecasting and control, John Wiley & Sons (2015).
• Ephraim, Y., Malah, D. and Juang, B.-H.: On the application of hidden Markov models for enhancing noisy speech, IEEE Trans. Acoustics, Speech, and Signal Processing, Vol.37, No.12, pp.1846-1856 (1989).
• Ephraim, Y. and Roberts, W.J.J.: Revisiting autoregressive hidden Markov modeling of speech signals, IEEE Signal Process. Lett., Vol.12, No.2, pp.166-169 (online) (2005).
• Ailliot, P. and Monbet, V.: Markov-switching autoregressive models for wind time series, Environmental Modelling & Software, Vol.30, pp.92-101 (2012).
• Das, S. and Suganthan, P.N.: Differential evolution: A survey of the state-of-the-art, IEEE Trans. Evolutionary Computation, Vol.15, No.1, pp.4-31 (2011).

タイトルに関連する用語 (4件)： 自己組織 ,  差分進化 ,  自己回帰 ,  隠れマルコフモデル