Art

J-GLOBAL ID：201902274557186816   Reference number：19A0185314

変分混合ガウスモデルアクセラレータ設計のための変分推論アルゴリズムの解析

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： 118  Issue： 334(VLD2018 40-71)  Page： 155-160  Publication year： Nov. 28, 2018 
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： normal distribution ,  *Gaussian model ,  parameter estimation ,  Bayes estimation ,  inference ,  *variational method ,  *data processing system ,  feature extraction ,  Machine Learning ,  clustering ,  variable ,  probability distribution ,  probability density ,  *accelerator ,  posterior distribution ,  modification
Semi thesaurus term： Gaussian mixture ,  variational Bayesian method ,  *variational inference ,  profiling ,  overfitting ,  latent variable

JST classification (2)： Artificial intelligence  (JE08000Z) ,  Information processing in general  (JE15010U)

Reference (7)：

• D.A.Reynolds, T.F.Quatieri, and R.B.Dunn, ′′Speakerverificationusing 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.
• Guo, Ce et al. ′′A fully-pipelined expectation-maximization engine for Gaussian Mixture Models.′′ 2012 International Conference on Field-Programmable Technology (2012): 182-189.
• He, Conghui et al. ′′A Fully-Pipelined Hardware Design for Gaussian Mixture Models.′′ IEEE Transactions on Computers 66 (2017): 1837-1850.
• 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

Terms in the title (4)： 変分 ,  設計 ,  変分推論 ,  アルゴリズムの解析