Fast Likelihood Ratio Optimization Based Upon Genaralized Logarithm and Its Applications

基于广义对数的快速似然比优化及其应用

• 批准号: 22656088
• 负责人: MATSUYAMA Yasuo
• 金额: $ 2.27万
• 依托单位: Waseda University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Challenging Exploratory Research
• 财政年份: 2010
• 资助国家: 日本
• 起止时间: 2010 至 2012
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22656088/
• 关键词: 信号処理; アルファＨＭＭ推定アルゴリズム; Ｒａｐｉｄ ＩＣＡアルゴリズム; 高速化; アルファ対数尤度比; 過去情報; モーメンタム項; 隠れマルコフモデル; 高速推定アルゴリズム; アルファHMMアルゴリズム; アルファEMアルゴリズム

Likelihood optimization for learning algorithms was generalized by using the alpha-logarithm. This generalization led to a faster convergence than traditional methods. Algorithms on hidden Markov model estimation and independent component analysis were chosen since they have high ramifications. The use of the alpha-logarithm appears as the utilization of past information via momentum terms. This property enabled faster convergence than traditional methods.

利用α-对数对学习算法的似然优化进行了推广。这种推广导致比传统方法更快的收敛。隐马尔可夫模型估计和独立分量分析的算法被选择，因为它们具有较高的分歧。α-对数的使用表现为通过动量项利用过去的信息。这一特性使得收敛速度比传统方法更快。

项目成果

松山泰男研究室

松山康夫实验室

Rapid algorithm for independent component analysis

独立成分分析的快速算法

• DOI: 10.4236/jsip.2012.33037
• 发表时间: 2012
• 期刊: Journal of Signal and Information Processing
• 作者: R. Yokote and Y. Matsuyama

独立成分分析の分析装置,分析方法および分析プログラム

用于独立成分分析的分析装置、分析方法及分析程序

• 发表时间: 2010

Conversion of sensitivity-based tasks from brain signals and motions, Proceedings of the International Association of Science and Technology for Development's International

从大脑信号和运动转换基于敏感性的任务，国际科学技术促进发展协会国际会议论文集

• DOI: 10.2316/p.2012.777-015
• 发表时间: 2012
• 期刊: Conference on Artificial Intelligence and Soft Computing
• 作者: Y. Matsuyama;R. Yokote and Y. Yokosawa
• 通讯作者: R. Yokote and Y. Yokosawa

ReaD & Researchmap

读