ディリクレ過程混合分布を用いたマルコフスイッチングモデルの同定

カテゴリ: 部門大会

論文No: GS2-6

グループ名: 【C】2021年電気学会電子・情報・システム部門大会

発行日: 2021/09/08

タイトル(英語): Identification of Markov Switching Models Using Dirichlet Process Mixture Distributions

著者名: 後藤 嶺（鳥取大学）,中谷 真太朗（鳥取大学）

著者名(英語): Rei Goto (Tottori University),Shintaro Nakatani (Tottori University)

キーワード: ディリクレ過程|階層ベイズ|確率過程|マルコフスイッチングモデル|Dirichlet process|Hierarchical Bayes|Stochastic process|Markov Switching Model

要約(日本語): 時間経過によって,ある線形システムから別の線形システムへとシステムの挙動が切り替わるマルコフスイッチングモデル(MSM)は，脳波など生体信号のモデリングにおいて有用なモデルである.しかしMSMに含まれる線形システムの数が未知である場合，このシステムを同定するための一般的な方法は存在しない.本研究では，ディリクレ過程混合モデル(DPMM)を利用することで，ＭＳＭに含まれる線形システムの数が未知であってもモデリングを可能とするアルゴリズムを提案する.提案するアルゴリズムを使用することで，ＭＳＭに含まれる線形システムの数だけでなく，線形シテム間の遷移確率を求めることが可能となり，遷移の予測・推定が可能となる.このことは，生体信号を利用したインタフェースのノイズ除去やロバスト性向上にとって有用であると期待できる.

PDFファイルサイズ: 522 Kバイト