講演抄録/キーワード |
講演名 |
2010-03-09 13:45
HHMMsとHHCRFsの状態系列推定性能に関する比較 ○玉田寛尚・林 朗・末松伸朗・岩田一貴(広島市大) NC2009-105 |
抄録 |
(和) |
HMMは時系列データの生成モデルとして良く知られている.しかし,近年,HMM に対する識別モデル,CRF が提案され,多くの応用問題で有効性が示されている.HHMM(Hierarchical HMM)はHMMを一般化した生成モデルであり,階層構造を持つ.我々はHHMM に対する識別モデルとして,HHCRF(Hierarchical Hidden CRF)を提案した.本研究では,生成モデルと識別モデルの性質を考慮しつつ,人工データ実験により,HHMM とHHCRF の性能比較を行う.実験結果から,訓練集合サイズが大きくなり,かつデータ生成源が非一次マルコフモデルに近づくにつれて,状態系列推定におけるHHCRFの性能がHHMM のそれよりも,より高くなることを示す. |
(英) |
HMMs (hidden Markov models) are well-known generative models for time series data. Recently, however, CRFs (conditional random fields), a type of discriminative model corresponding to HMMs, are shown to perform better than HMMs in many tasks. Hierarchical HMMs (hierarchical HMMs) are a generalization of HMMs with a hierarchical structure. In our previous study, we proposed HHCRFs (hierarchical hidden CRFs), a discriminative model corresponding to HHMMs. In this paper, using synthetic data, we make a comparison of HHMMs and HHCRFs, considering the properties of generative models and discriminative models. We show that HHCRFs perform better than HHMMs in state sequence estimation, as the training set size becomes larger and the data source becomes non-Markovian. |
キーワード |
(和) |
時系列データ / 生成モデル / 識別モデル / / / / / |
(英) |
time series data / generative models / discriminative models / / / / / |
文献情報 |
信学技報, vol. 109, no. 461, NC2009-105, pp. 101-106, 2010年3月. |
資料番号 |
NC2009-105 |
発行日 |
2010-03-02 (NC) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
NC2009-105 |