線形変分状態空間フィルタリング【JST・京大機械翻訳】

Pfrommer Daniel; Matni Nikolai

プレプリント

J-GLOBAL ID：202202220253515320 整理番号：22P0023590

線形変分状態空間フィルタリング【JST・京大機械翻訳】

Linear Variational State-Space Filtering

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 (2件)： ,
資料名：
発行年： 2022年01月04日プレプリントサーバーでの情報更新日： 2022年03月19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)

生画素からの潜在Markov状態空間モデルの教師なし学習,同定およびフィルタリングのための新しい方法である変分状態-空間フィルタ(VSSF)を導入した。不均一センサ構成の下での潜在状態空間推論のための理論的音響フレームワークを提示した。得られたモデルは,訓練中に使われるセンサ測定の任意の部分集合を統合でき,半教師つき状態表現の学習を可能にし,従って学習潜在状態空間の特定の成分が解釈可能な測定と一致することを強制する。このフレームワークから,L-VSSF,線形潜在動力学とGauss分布パラメータ化によるこのモデルの陽的インスタンス化を導いた。著者らは,いくつかの異なる試験環境にわたって訓練データセットのシーケンス長を超えて潜在空間でフィルタするL-VSSFの能力を実験的に実証した。【JST・京大機械翻訳】

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

パターン認識 , 人工知能

, ,

前のページに戻る