文献

J-GLOBAL ID：201802291770251717   整理番号：18A2041743

多変量Gauss過程を用いた時間経過摂動データからのネットワーク再構成【JST・京大機械翻訳】

Network Reconstruction From Time-Course Perturbation Data Using Multivariate Gaussian Processes

著者 (2件)： Al-Sayed Sara (Department of Electrical Engineering, Technische Universitaet Darmstadt, Germany) ,  Koeppl Heinz (Department of Electrical Engineering, Technische Universitaet Darmstadt, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： MLSP  ページ： 1-6  発行年： 2018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： 本研究では,時系列摂動データからネットワークを再構成する問題を解決するために,Gauss過程の一般的なツールを適切にした。この目的のために,ネットワークエンティティの状態の連続時間軌道を記述するための多変量Gauss過程の構築を提案した。次に,この構築がネットワークダイナミックスのための状態空間表現を許容することを示した。Kalmanフィルタリング技術を利用することにより,計算的に効率的な方法で基礎となるネットワークを推論することができる。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 連続時間系 ,  *ネットワーク ,  Kalmanフィルタ ,  *摂動 ,  *再構成 ,  *Gauss過程
準シソーラス用語： 状態空間 ,  ネットワークダイナミックス ,  エンティティ ,  ネットワーク再構成 ,  *多変量 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 多変量 ,  Gauss過程 ,  時間経過 ,  摂動 ,  ネットワーク再構成