ハイパーカーネルを用いたカーネル適応フィルタの設計
ハイパーカーネルを用いたカーネル適応フィルタの設計
カテゴリ: 部門大会
論文No: GS7-6
グループ名: 【C】2022年電気学会電子・情報・システム部門大会
発行日: 2022/08/24
タイトル(英語): Design of Kernel Adaptive Filter by Hyperkernel
著者名: 佐々木 誠広(慶應義塾大学),大森 浩充(慶應義塾大学)
著者名(英語): Masahiro Sasaki (School of Integrated Design Engineering, Keio University),Hiromitsu Ohmori (Department of System Design Engineering, Faculty of Science and Technology, Keio University)
キーワード: カーネル法|ハイパーカーネル|カーネル選択|カーネル再帰的最小二乗フィルタ|非線形データ解析オンライン学習|kernel method|hyperkernel|kernel selection|kernel recursive least squares|non-linear data analysisonline learning
要約(日本語): 本研究の目的は,Cheng Soon Ong, et al. (2005)が築いたハイパーカーネルのアルゴリズムをオンライン学習にも適用可能な形に拡張し,計算量についても大幅に改善した新たなアルゴリズムを提案することである.提案するアルゴリズムは,カーネル関数を時々刻々と変化させることで,時変システムの入出力傾向の変化に合わせて学習器の性能を調整できるカーネル適応フィルタ(Kernel Adaptive Filter; KAF)の一種となる.数値シミュレーションの結果を通して,提案するアルゴリズムを用いることによって,ヒューリスティックではなく理論的に頑健な新たなカーネル適応フィルタが実現できることを示す.
受取状況を読み込めませんでした
