文献
J-GLOBAL ID:202202252825754425   整理番号:22A0067087

スケルトンベース行動認識のための変分条件付き依存隠れMarkovモデル【JST・京大機械翻訳】

Variational Conditional Dependence Hidden Markov Models for Skeleton-Based Action Recognition
著者 (4件):
資料名:
巻: 13018  ページ: 67-80  発行年: 2022年 
JST資料番号: H0078D  ISSN: 0302-9743  資料種別: 会議録 (C)
記事区分: 原著論文  発行国: ドイツ (DEU)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
隠れMarkovモデル(HMM)は,逐次データと時系列をモデル化するための強力な生成アプローチを構成する。しかし,単一または多重の直前のフレームに対する現在の時間フレームの依存性の一般的な仮定は,非現実的である。より複雑な動力学は,実世界シナリオにおいて潜在的に存在する。本論文では,時変時間依存性パターンを捕捉する問題に対処することを目的として,従来の逐次モデリング手法を再考した。この目的のために,過去のフレームへの依存性をデータから動的に推論するHMMの異なる定式化を提案した。特に,追加の潜在変数層を後置することによって階層的拡張を導入した。その中で,(時間変化)時間依存性パターンを,推論を実行する潜在変数として扱った。変分Bayesフレームワークから固体議論を活用し,フォワードバックワードアルゴリズムに基づく扱いやすい推論アルゴリズムを導いた。実験的に示すように,提案アプローチは高度に複雑な逐次データをモデル化し,欠測値を持つデータを効果的に取り扱うことができる。Copyright Springer Nature Switzerland AG 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
パターン認識  ,  音響信号処理  ,  人工知能 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る