| 作成者 |
|
|
|
| 本文言語 |
|
| 出版者 |
|
|
|
| 発行日 |
|
| 収録物名 |
|
| 巻 |
|
| 号 |
|
| 開始ページ |
|
| 終了ページ |
|
| 出版タイプ |
|
| アクセス権 |
|
| JaLC DOI |
|
| 関連DOI |
|
|
|
| 関連URI |
|
|
|
| 関連情報 |
|
|
|
| 概要 |
ベイズネットワーク(Bayesian Network: BN)はランダム変数(確率変数)の間の結合の静的表現を,方向性非巡回グラフ(Directed Acyclic Graph: DAG)を用いて図式的に表現する方法であり,さまざまな分野で応用されている.近年DAGにおいて,時間的な遷移を導入した動的ベイズネットワーク(Dynamic BN: DBN)が提案され,応用されている.同時に状態遷移に注...目してDBNにおいて観測されたデータから状態を推定する問題に関して,粒子フィルタ(Particle Filter: PF)を適用する方法が提案されている.しかしながら従来のDBN手法においてはDAGのとりうる範囲に関して,あらかじめ形状が既知であるグラフに限定され,状態の存在確率も既知のパターンに属するとされており,未知のDAG形状および状態変化などには適用できない問題がある.本論文では,遺伝的手法と粒子フィルタを用いたDBN記述における状態変化の推定について述べる.続きを見る
|
Mendeley出力
