オンラインベイズ学習による混合数未知の多次元混合正規分布推定

カテゴリ: 全国大会

論文No: 3-090

グループ名: 【全国大会】平成19年電気学会全国大会論文集

発行日: 2007/03/15

タイトル(英語): On-line Bayesian learning for Multidimensional Gaussian Mixture with unknown number of components

著者名: 伊藤 慶太(早稲田大学),中田 洋平(早稲田大学),松本 隆(早稲田大学)

著者名(英語): Keita Ito(Waseda University),Yohei Nakada(Waseda University),Takashi Matsumoto(Waseda University)

キーワード: オンラインベイズ学習|逐次モンテカルロ法|ラオ・ブラックウェル法|混合正規分布|ポリヤ過程|ディリクレ過程

要約(日本語): 多次元混合正規分布モデルは形状が複雑な確率分布を表現するのに用いられ，その応用分野は，データ分析，信号処理，画像処理など多岐に渡る．しかし，その混合数が未知である場合はモデル推定がより困難となり，更に混合数に時間的な変化がある場合に対する決定的な解決法は知られていない．本稿では，これに対し逐次モンテカルロ法によるオンラインベイズ学習法を提案する．提案手法では，ディリクレ過程の一表現であるポリヤ過程をオンライン学習用に改良し，これを正規分布パラメタの事前分布として用いる．これにより，混合数が未知で時間的な変化のある場合にも対応可能となる．本稿では，混合数が変化する数値実験例を用いて，提案手法を検証する．

原稿種別: 日本語

PDFファイルサイズ: 2,677 Kバイト