変化する入力データに対する学習の定常特性と過渡特性を改善する新しいベクトル量子化アルゴリズム

機関リポジトリ 機関リポジトリ (HANDLE) Web Site 被引用文献2件 参考文献9件 オープンアクセス

書誌事項

タイトル別名
  • ヘンカ スル ニュウリョク データ ニ タイスル ガクシュウ ノ テイジョウ トクセイ ト カト トクセイ オ カイゼン スル アタラシイ ベクトル リョウシカ アルゴリズム
  • A New VQ Algorithm for Time-Varying Data to Improve Both Steady-State Performance and Transient Performance

この論文をさがす

説明

統計的分布が時間的に変化しない，固定した入力データに対するベクトル量子化では，定常特性が問題となる．それに対して，統計的分布が時間的に変化する入力データに対するベクトル量子化は，入力データに対する過渡特性と定常特性の間で生じるジレンマを解決する必要がある． そのため，入力データの統計的分布が時間的に変化する場合を陽に扱うベクトル量子化アルゴリズム はほとんど提案されていない． そこで本論文では，上記の問題を解決する新しいベクトル量子化アルゴリズム（DOCL-II）を提案する． DOCL-IIは，筆者らが提案したDOCLを拡張したもので， アニーリング操作により良質な解を獲得するものであり，入力データの統計的分布の変化に対するアニーリング操作の開始時期と 終了時期を自律的に決定することで，過渡特性と定常特性のジレンマを解決する．本論文では，提案するアルゴリズムであるDOCL-IIの特徴を述べ， シミュレーションにより従来のアルゴリズムとの比較を行い，本アルゴリズムの有効性を示す．

収録刊行物

被引用文献 (2)*注記

もっと見る

参考文献 (9)*注記

もっと見る

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ