文献

J-GLOBAL ID：202002255431395373   整理番号：20A1955131

非定常時系列解析のための統計的時間-周波数モデル【JST・京大機械翻訳】

A Statistical Time-Frequency Model for Non-stationary Time Series Analysis

著者 (2件)： Luo Yu (School of Information and Software Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Wang Yulin (School of Computer Science and Engineering, University of Electronic Science and Technology of China, Chengdu, China)
資料名： IEEE Transactions on Signal Processing  (IEEE Transactions on Signal Processing)
巻： 68  ページ： 4757-4772  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： 時間周波数解析(TFA)は,様々な工学および生物医学分野で重要な役割を果たす。非定常時系列では,共通の実践は区分的定常性仮定の下でデータを分割し,各セグメントに対してTFAを実行することである。本論文では,このような仮定を緩和する3層潜在変数モデルを提案し,従って,周波数成分を同定し,多成分信号を有する非定常時系列に対する時間にわたるそれらの進化を特性化するためのより柔軟な解を提供した。提案モデルを階層的Dirichletプロセス(HDP),隠れMarkovモデル(HMM)および拡張時変自己回帰(ETVAR)モデル上に構築した。提案方法は,セグメントの数と位置,あるいはセグメント内の周波数成分の数と値に関する制約を課さない。シミュレーション研究および実データ応用の両者は,既存の方法よりも提案した方法の優位性を示した。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： シミュレーション ,  キャラクタリゼーション ,  *隠れMarkovモデル
準シソーラス用語： 時間周波数解析 ,  定常性 ,  自己回帰 ,  潜在変数 , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (4件)： 非定常時系列 ,  解析 ,  統計 ,  モデル