Art

J-GLOBAL ID：201902228899134687   Reference number：19A1874110

GPGPUを用いた変分混合ガウスモデルのパラメータ推定高速化

Author (3)： NISHIMOTO HIROKI (奈良先端科学技術大学院大) ,  NAKADA TAKASHI (奈良先端科学技術大学院大) ,  NAKASHIMA YASUHIKO (奈良先端科学技術大学院大)
Material： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
Volume： 119  Issue： 76(CPSY2019 1-16)(Web)  Page： 1-5 (WEB ONLY)  Publication year： Jun. 04, 2019 
JST Material Number： S0532B  ISSN： 0913-5685  Document type： Proceedings
Article type： 原著論文  Country of issue： Japan (JPN)  Language： JAPANESE (JA)

Thesaurus term： *special purpose processor ,  *normal distribution ,  *Gaussian model ,  *parameter estimation ,  Time ,  CPU time ,  inference ,  variable ,  *GPGPU ,  random variable ,  Bayesian reasoning
Semi thesaurus term： Bayesian inference ,  Gaussian mixture ,  convergence time ,  *変分混合ガウス分布

JST classification (2)： Theory of computation  (JB02000A) ,  Special-purpose arithmetic and control units  (JC04030Y)

Reference (8)：

• D.A.Reynolds, T.F.Quatieri, and R.B.Dunn, “Speaker verification using adapted Gaussian mixture models,” Digital Signal Pro-cess., vol.10, no.1, pp.19-41, 2000.
• C.Stauffer and W.Grimson, “Adaptive background mixture models for real-time tracking,” in IEEE Computer Society Conference on Computer Vision and Pattern Recognition, pp. 246-252, vol.2, IEEE, 1999.
• C.M.ビショップ(2008)『パターン認識と機械学習下-ベイズ理論による統計的予測』元田浩, 栗田多喜夫, 樋口知之, 松本裕治, 村田昇監訳, 丸善出版
• scikit-learn,“Choosing the right estimator” [Online].Available:https://scikit-learn.org/stable/tutorial/machine_learning_map/#choosing-the-right-estimator
• Guo, Ce et al. “A fully-pipelined expectation-maximization engine for Gaussian Mixture Models.” 2012 International Conference on Field-Programmable Technology (2012): 182-189.

Terms in the title (5)： GPGPU ,  変分 ,  ガウスモデル ,  パラメータ推定 ,  高速化