多重分節構造を有する時系列データの教師なし分節化
書誌事項
- タイトル別名
-
- Unsupervised Segmentation of time series data with multiple segmentation structure
説明
<p>人間の幼児は明示的な正解を与えなくとも音声信号のような二重の構造を持つ時系列データから音素や単語を学習することができる．音声信号に限らず人間の動作等でも多重の構造を持つ時系列データは存在し，そのような構造の学習は，人間の言語や動作を自律的に学習可能なロボットの実現のために重要であるといえる． これまで，多重分節構造を学習するための手法として，音声信号を教師なしで音素や単語に分割，分類（分節化）するNonparametric Bayesian Double Articulation Analyzer(NPB-DAA)が提案されてきた．しかし，この手法は二階層の統計モデルであるため，二重以上の構造を持つ時系列データを扱うことができなかった． そこで本稿では多重分節構造を持つ時系列データの構造を教師なしで学習可能な統計モデルを提案する．また，音声データを用いた予備実験の結果について紹介する．</p>
収録刊行物
-
- 人工知能学会全国大会論文集
-
人工知能学会全国大会論文集 JSAI2021 (0), 2J3GS8b02-2J3GS8b02, 2021
一般社団法人 人工知能学会
- Tweet
詳細情報 詳細情報について
-
- CRID
- 1390288370504100608
-
- NII論文ID
- 130008051747
-
- 本文言語コード
- ja
-
- データソース種別
-
- JaLC
- CiNii Articles
-
- 抄録ライセンスフラグ
- 使用不可