文献

J-GLOBAL ID：202202239944751843   整理番号：22A1113210

データ関連問題のためのGauss過程のBayes混合【JST・京大機械翻訳】

Bayesian mixture of gaussian processes for data association problem

著者 (2件)： Jeon Younghwan (Department of Mathematical Sciences, Korea Advanced Institute of Science and Technology (KAIST), Daejeon 305-701, Republic of Korea) ,  Hwang Ganguk (Department of Mathematical Sciences, Korea Advanced Institute of Science and Technology (KAIST), Daejeon 305-701, Republic of Korea)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 127  ページ： Null  発行年： 2022年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： データ連想問題を取り上げ,2つの重要要素,割当確率とGPsを持つGaussプロセス(GP)の混合物に基づくBayesアプローチを提案した。提案アプローチでは,2つのキーコンポーネントを,著者らが開発した効率的な期待値最大化(EM)アルゴリズムによる観察に従って同時に更新した。したがって,提案した手法は,データ連想のための既存の手法よりも観測に適応性がある。提案アプローチの性能を検証するために,実際のデータセットと2つの合成データセットによる実験結果を提供した。また,Bayes更新の有効性を示す理論解析を提供した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *Gauss過程 ,  適応性 ,  有効性
準シソーラス用語： EMアルゴリズム ,  理論解析 ,  Bayes法 ,  シンセティックデータ , 【Automatic Indexing@JST】

著者キーワード (4件)： Gauss過程 ,  Bayesモデル ,  変分推論 ,  期待最大化

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 問題 ,  Gauss過程