周波数解析におけるcomponent-wiseな縮小推定の下でのモデル選択
スポンサーリンク
概要
- 論文の詳細を見る
周波数解析において,信号の周波数成分を決める方法として,Quinn(1989)とSakai(1990)によりモデル選択規準が提案され,その後,Wang(1993)とKavalieris and Hannan(1994)により周波数成分のvarietyと誤差の仮定に関して拡張がなされた.本稿では,component-wiseな縮小推定量をもつモデルの選択規準を与え,彼らとは別の視点からの拡張を考える.信号処理の分野において,component-wiseな縮小推定量は,Ghael e tal.(1997)によりwavelet filteringの問題で採用され,その有効性が示されている.しかしながら,component-wiseな縮小推定により,推定量のばらつきを抑えることがはできても,信号の周波数成分を決めることはできない.したがって,Component-Wiseな縮小推定量をもつモデルの選択規準が必要とされる場面があると考えられる.本稿では,まず,提案したモデル選択規準の一致性を示した.さらに,簡単な数値実験により,規準の性能をQuinnの規準と比較した.その結果,モデル選択の性能および選択されたモデルの予測精度の点で,特にサンプル数が少ない場合に,本稿で提案した規準の方がQuinnの規準より優れていることが示された.
- 社団法人電子情報通信学会の論文
- 2002-09-18
著者
関連論文
- 特異モデルの学習理論(情報論的学習理論論文)
- 環境騒音に対する住民反応の正則化ニューラルネットによる解析
- 微小重力環境下におけるコイ小脳脳波の解析
- 組織サイバネティクスのVSMアプローチによる経営組織分析手法について(投稿論文)
- 正則化ニューラルネットによる環境騒音に対する住民反応の予測
- 騒音下における放送音声の最適聴取レベルの予測について : 予測用ニューラルネットワークの入力要素に関する検討
- 騒音下における放送音声の最適聴取レベルの予測について : 学習データの入力要素に関する検討
- ステップ型の基底関数を用いた回帰モデルの統計的性質について
- 正規直交性を満たす離散基底可変型関数表現を用いた回帰モデルにおける最小2乗誤差と予測2乗誤差について
- ステップ型の基底関数を用いた回帰モデルの統計的性質について
- 離散的に基底を可変とする関数表現の二乗誤差規範の下での統計的性質について
- 離散的に基底を可変とする関数表現の2乗誤差規範のもとでの統計的性質について
- 正規直交性を満たす離散基底可変型関数表現を用いた回帰モデルにおける最小2乗誤差と予測2乗誤差について
- ゲインを導入した誤差逆伝搬学習法の解析
- 階層型ニューラルネットワークにおける結合重みの非一意性とAIC
- ある制約を設けたGaussian素子の学習誤差と汎化誤差について
- ニューラルネットワークを用いた最適聴取レベルの予測について : 学習データの選定による効果
- 環境騒音に対する住民反応の正則化ニューラルネットによる解析
- 多層階層型神経回路網の最急降下学習に関する一つの幾何学的考察
- 正規雑音に対する学習誤差の期待値と入力が確定的な場合の汎化誤差の期待値について
- 正規雑音に対するニューラルネットワークの最小二乗誤差について
- 有限長道路における交通騒音のL_αの予測式について : 最近接音源と密度の変化する線音源による指数分布モデルの近似
- 正規雑音系列に対する階層型ニューラルネットワークの最小二乗誤差について
- 指数分布モデルにおける道路交通騒音レベルの予測 : 最近接音源と線音源による平滑化
- 2. ニューラルネットワークの基礎と理論的に重要な課題(ニューラルネットワークの応用と今後の発展)
- 周波数解析のためのモデル選択について(信号処理及び一般)
- 周波数解析におけるcomponent-wiseな縮小推定の下でのモデル選択
- 周波数解析におけるcomponent-wiseな縮小推定の下でのモデル選択
- 社会ネットワーク分析による組織サイバネティクス視点からの経営組織評価法(投稿論文)
- 組織研究におけるテキストマイニングを用いた系統的分析法(投稿論文)