適応的フィルタリングによるノイズ除去法と隠れマルコフモデルを用いた時系列認識とその応用
スポンサーリンク
概要
- 論文の詳細を見る
時系列データを認識する統計的な手法として隠れマルコフモデル(Hidden markov Model)が用いられ,信号にガウスノイズが重畳している条件が満足されないケースが発生し,いくつかの拡張がなされている。本報告では,ノイズ除去の方法を工夫することにより,基本的なHMMの手法が適用できる方法を提案する。ノイズを含んだ信号を予測フィルタに通してイノベーションを生成する。このイノベーションを用いて,信号を仮想的なノイズと考えて,もとの信号に含まれるノイズを特定する。こののち,ノイズを入力信号から差し引く処理をする。これにより,HMMにおける状態を拡張するためのmetastataの導人などは必要ない。これらの基本的な手法,最適化に遺伝的アルゴリズムを用いる方法を提案する。
- 2002-07-16
論文 | ランダム
- Strategic partnership developed in 10 years: co-operation in research and education between Seinajoki University of Applied Sciences and Tokyo Medical and Dental University (国際的に活躍できる研究者をどう育てるか--「看護学国際人育成教育プログラム」から考える)
- 国際的に活躍できる研究者をどう育てるか--「看護学国際人育成教育プログラム」から考える
- 精神看護--新たな看護領域の構築を経験して (ウズベキスタンで看護教育を『変える』(3)カリキュラム改正の実際--成人看護,老年看護,精神看護)
- ウズベキスタンで看護教育を『変える』(3)カリキュラム改正の実際--成人看護,老年看護,精神看護
- 誌上FD 自己決定できる「女性」を育てる 気づきと目覚めのジェンダー教育(3)初回の授業の3つのポイント