時間ワーピング関数のための確率過程モデル【JST・京大機械翻訳】

Ma Yijia; Zhou Xinyu; Wu Wei

プレプリント

J-GLOBAL ID：202202213393061578 整理番号：22P0279130

時間ワーピング関数のための確率過程モデル【JST・京大機械翻訳】

A Stochastic Process Model for Time Warping Functions

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年01月24日プレプリントサーバーでの情報更新日： 2022年04月13日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

時間ワーピング関数は,機能的データの位相変動を測定する数学的表現を提供する。最近の研究では,関数間の最適ワーピングを推定し,非ユークリダンモデルを提供する様々なアプローチを開発した。しかし,時間ワーピング関数に関する原理的,線形,生成的モデルは,まだ調査されていない。これは,ワーピング関数の空間が従来のユークリッドメトリックと非線形であるため,非常に挑戦的な問題である。この問題に取り組むために,時間ワーピング関数のための確率的プロセスモデルを提案し,そこで,鍵は時間ワーピング空間上の線形,内積構造を定義し,次に,ワーピング関数をL ̄2ユークリッド空間のサブ空間に変換することである。ワーピング関数に対するある制約により,この変換は等長同形写像である。変換空間において,表現のためにHilbert空間におけるL ̄2基底を採用した。この新しいフレームワークは,異なる型の確率的プロセスを用いて,時間ワーピングに関する生成モデルを容易に構築できる。また,機能的PCA,機能的ANOVA,および機能的回帰のような統計的推論を行うのにも使用できる。さらに,Bayesレジストレーションにおける新しい事前としてそれを用いることにより,この新しいフレームワークの有効性を実証し,重要な最大事後推定に対処する効率的な勾配法を提案した。時間領域における不均一および相関制約を適切に特性化するシミュレーションを用いて新しいBayes法を説明した。最後に,有名なBerkeley成長データに新しいフレームワークを適用し,モデリング,再サンプリング,グループ比較,および分類解析に関する妥当な結果を得る。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

図形・画像処理一般 , 数値計算

, , ,

前のページに戻る