再帰的学習によるEMアルゴリズムの加速
スポンサーリンク
概要
- 論文の詳細を見る
EMアルゴリズムはボルツマンマシンや確率的パーセプトロンなどの学習をはじめ, HMMやその他隠れた確率変数をもつ確率分布の学習に対して広く用いられている.このアルゴリズムは繰返し演算により最ゆう推定を求めるものであり, 計算量が少なく実現が容易だが, 一般に収束が遅い.一方, 統計学の分野でFisherのスコアリング法と呼ばれる手法があり, これも同様のモデルに対して適用できる繰返し演算である.スコアリング法は収束は速いが計算量が多く実現が難しい.本論文ではEMアルゴリズムを再帰的に用いてスコアリング法を近似し, EMアルゴリズムを加速できることを示す.LouisやMeng and Rubinも同様のアプローチを行っているが, 本手法はそれらに比べ, 計算量が少なく実現が容易である.計算機実験を交えて結果を示す.
- 社団法人電子情報通信学会の論文
- 1998-12-15
著者
関連論文
- HMMの構造探索による音素モデルの生成
- 周波数領域のInfomaxとサブスペース法を併用した音響信号のブラインド分離
- 独立成分解析の信号処理への応用
- 再帰的学習によるEMアルゴリズムの加速
- HMMの構造探索による音素モデルの生成