| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2013-01-24 14:45 動的Active Setを用いたGaussian Process Regressionによるベクトル出力推定法 ○松村祐貴・和田俊和（和歌山大）・前田俊二・渋谷久恵（日立）  PRMU2012-120 MVE2012-85 |
|
| 抄録 | （和） | 本報告では，Gaussian Process Regression (GPR)の枠組みを用いてベクトル値の出力を推定する手法を提案する．GPRは出力の期待値と分散を推定する非線形回帰手法である．基本的なGPRで推定できる出力の期待値はスカラー値であり，ベクトル値を推定する際にGPRを出力次元の回数だけ実行しても各出力次元間の共分散は推定できない．本手法では，我々が先に提案したActive Setの動的絞込みを利用し，ベクトル出力の期待値とその共分散の推定を行う．Active Setの動的絞込みは，入力データをキーとして，出力の推定に必要な事例集合を動的に決定する方法である．各事例は，入力と出力のペアから構成されており，Active Setの出力部を利用することで，共分散行列の推定を行うことが出来る．実験では，提案手法を人工的なデータとプラントデータに適用し，提案手法の有効性を確認した． |
| （英） | This report presents a method to estimate vector outputs in the framework of Gaussian Process Regression (GPR) . GPR is a non-linear regression method based on input-output examples. Since basic GPR estimates an output consisting of scalar mean and variance, multiple executions of GPR cannot estimate covariance between vector components. Our method estimates both vector mean values and covariance matrices based on our previous method Dynamic Active Set (DAS). Active set is the set of examples consisting of input and output pairs. DAS automatically construct an active set suitable for estimating the output for given input. Our method estimates covariance matrix from the output components of the Active Set obtained by DAS. Experimental results for artificial and real datasets demonstrate the soundness of our method. | |
| キーワード | （和） | Gaussian Process Regression / 事例ベース非線形回帰 / Active Setの動的絞込み / 共分散の推定 / / / / |
| （英） | Gaussian Process Regression / Example based non-linear regression / Dynamic Active Set / covariance matrix estimation / / / / | |
| 文献情報 | 信学技報, vol. 112, no. 385, PRMU2012-120, pp. 317-322, 2013年1月. | |
| 資料番号 | PRMU2012-120 | |
| 発行日 | 2013-01-16 (PRMU, MVE) | |
| 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 | PRMU2012-120 MVE2012-85 |
|
| 研究会情報 | |
| 研究会 | PRMU MVE IPSJ-CVIM |
| 開催期間 | 2013-01-23 - 2013-01-24 |
| 開催地（和） | 京都大学 |
| 開催地（英） | |
| テーマ（和） | 実時間処理，実空間センシングと環境理解（PRMU,MVE,SIG-MR共催，IPSJ-CVIM併催） |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2013-01-PRMU-MVE-CVIM |
| 本文の言語 | 日本語 |
| タイトル（和） | 動的Active Setを用いたGaussian Process Regressionによるベクトル出力推定法 |
| サブタイトル（和） | |
| タイトル（英） | Vector output estimation by Gaussian Process Regression using dynamic Active Set |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Gaussian Process Regression / Gaussian Process Regression |
| キーワード(2)（和/英） | 事例ベース非線形回帰 / Example based non-linear regression |
| キーワード(3)（和/英） | Active Setの動的絞込み / Dynamic Active Set |
| キーワード(4)（和/英） | 共分散の推定 / covariance matrix estimation |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 松村 祐貴 / Yuki Matsumura / マツムラ ユウキ |
| 第1著者 所属（和/英） | 和歌山大学 (略称： 和歌山大) Wakayama University (略称： Wakayama Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 和田 俊和 / Toshikazu Wada / ワダ トシカズ |
| 第2著者 所属（和/英） | 和歌山大学 (略称： 和歌山大) Wakayama University (略称： Wakayama Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 前田 俊二 / Shunji Maeda / マエダ シュンジ |
| 第3著者 所属（和/英） | 株式会社 日立製作所 横浜研究所 (略称： 日立) Hitachi, Ltd. (略称： Hitachi) |
| 第4著者 氏名（和/英/ヨミ） | 渋谷 久恵 / Hisae Shibuya / シブヤ ヒサエ |
| 第4著者 所属（和/英） | 株式会社 日立製作所 横浜研究所 (略称： 日立) Hitachi, Ltd. (略称： Hitachi) |
| 講演者 | 第1著者 |
| 発表日時 | 2013-01-24 14:45:00 |
| 発表時間 | 30分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2012-120, MVE2012-85 |
| 巻番号（vol） | vol.112 |
| 号番号（no） | no.385(PRMU), no.386(MVE) |
| ページ範囲 | pp.317-322 |
| ページ数 | 6 |
| 発行日 | 2013-01-16 (PRMU, MVE) |
[研究会発表申込システムのトップページに戻る]