文献

J-GLOBAL ID：202002212625706152   整理番号：20A0265818

適応学習のためのマルチクラスランダムマトリックスフィルタリング【JST・京大機械翻訳】

Multi-Class Random Matrix Filtering for Adaptive Learning

著者 (5件)： Braca Paolo (North Atlantic Treaty Organization, Science and Technology Organization, Centre for Maritime Research and Experimentation, La Spezia, Italy) ,  Aubry Augusto (DIETI, University of Naples, “Federico II”, Napoli, Italy) ,  Millefiori Leonardo Maria (North Atlantic Treaty Organization, Science and Technology Organization, Centre for Maritime Research and Experimentation, La Spezia, Italy) ,  De Maio Antonio (DIETI, University of Naples, “Federico II”, Napoli, Italy) ,  Marano Stefano (DIETI, University of Salerno, Fisciano, Italy)
資料名： IEEE Transactions on Signal Processing  (IEEE Transactions on Signal Processing)
巻： 68  ページ： 359-373  発行年： 2020年 
JST資料番号： C0228A  ISSN： 1053-587X  CODEN： ITPRED  資料種別： 逐次刊行物 (A)
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： 共分散行列推定は,レーダやソナーを含むいくつかの監視システムに適用される適応信号処理における重要なタスクである。本論文では,データの共分散行列とその構造(クラス)の両方を追跡する動的学習戦略を提案した。クラスが与えられると,共分散の事後分布は逆Wishart分布の混合を通して記述されるが,クラスはMarkov連鎖に従って進化すると仮定した。したがって,著者らは,多クラス逆Wishart混合フィルタと呼ばれる新しい一般的フィルタリング戦略を考案し,これまでの観測を正確に追跡し,共分散を推定するために利用できた。いくつかの事例研究を提供して,提案した技術の有効性を強調した。これは,共分散推定精度と正しいモデル選択の確率の両方に関して代替法より優れていることを示した。具体的には,提案したフィルタを,クラス-clavo共分散推定器,例えば最大尤度と知識ベース再帰最小二乗フィルタ,およびBayes情報基準に基づくモデル次数選択法と比較した。Copyright 2020 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： 有効性 ,  監視装置 ,  Markov連鎖 ,  ソナー ,  最小二乗法 ,  フィルタ ,  知識ベース ,  *フィルタリング ,  レーダ ,  事例研究 ,  共分散 ,  最尤法
準シソーラス用語： 共分散推定 ,  事後分布 ,  共分散行列 , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (1件)： 適応学習