コンパートメントモデルのパラメータ推定における回帰分析と累積関数の利用効果

カテゴリ: 部門大会

論文No: GS9-7

グループ名: 【C】2024年電気学会電子・情報・システム部門大会

発行日: 2024/08/28

タイトル(英語): Effects of Using Regression Analysis and Cumulative Functions in Parameter Estimation of Compartment Models

著者名: 田中 俊輝（同志社大学）,タネヴ イヴァン（同志社大学）,川上 裕介（香川高専）,服部 哲郎（香川大学）

著者名(英語): Toshiki Tanaka (Doshisha University),Ivan Tanev (Doshisha University),Yusuke Kawakami (National Institute of Technology, Kagawa College),Tetsuo Hattori (Kagawa University)

要約(日本語): コンパートメントモデルにおけるインパルス応答のパラメータ推定問題では，従来から，推定精度の評価関数を設け，その評価関数に対し共役勾配法や拡張ニュートン法が使用されている。これらはノイズに強いという利点が期待できる反面，初期値設定の必要が有り，初期値次第では，反復計算回数の増大や，評価関数の指定精度範囲内に収束しないという状況が生じ得る。これに対し，筆者らは，簡便な代替方法として，累積関数と回帰分析を利用する，回帰分析モデルに基づく手法（LRM)と，その重み付け手法（WLRM)を提案し，その有用性をPET（Positron Emission Tomography）検査のパラメータ推定問題を具体例として，共役勾配法との比較実験によって示した。本論文では，それらLRMとWLRMの手法を概説するとともに，RLC直列電気回路のパラメータ推定問題に適用して，その有効性を論じる。