論文の概要: Parameterization of state duration in Hidden semi-Markov Models: an application in electrocardiography

• arxiv url: http://arxiv.org/abs/2211.09478v1
• Date: Thu, 17 Nov 2022 11:51:35 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-18 15:42:40.648774
• Title: Parameterization of state duration in Hidden semi-Markov Models: an application in electrocardiography
• Title（参考訳）: 隠れ半マルコフモデルにおける状態持続時間のパラメータ化:心電図への応用
• Authors: Adri\'an P\'erez Herrero and Paulo F\'elix Lamas and Jes\'us Mar\'ia Rodr\'iguez Presedo
• Abstract要約: 時系列パターン認識のためのパラメトリックモデルを導入し,パラメータの最大値に類似度を推定する。 分類の応用は、それぞれの選択肢の主な長所と短所を明らかにする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This work aims at providing a new model for time series classification based on learning from just one example. We assume that time series can be well characterized as a parametric random process, a sort of Hidden semi-Markov Model representing a sequence of regression models with variable duration. We introduce a parametric stochastic model for time series pattern recognition and provide a maximum-likelihood estimation of its parameters. Particularly, we are interested in examining two different representations for state duration: i) a discrete density distribution requiring an estimate for each possible duration; and ii) a parametric family of continuous density functions, here the Gamma distribution, with just two parameters to estimate. An application on heartbeat classification reveals the main strengths and weaknesses of each alternative.
• Abstract（参考訳）: 本研究の目的は,一つの例から学ぶことに基づく時系列分類の新しいモデルを提供することである。 時系列はパラメータ乱数過程、つまり変動時間を持つ回帰モデルの列を表す隠れ半マルコフモデルとしてよく特徴づけられると仮定する。 時系列パターン認識のためのパラメトリック確率モデルを導入し,パラメータの最大類似度推定を行う。 特に、状態持続時間を表す2つの異なる表現を調べることに興味がある。 一 各期間の見積もりを必要とする離散密度分布 i) 連続密度関数のパラメトリック族、ここではガンマ分布で、推定するパラメータは2つだけである。 心拍分類の応用により、各選択肢の主な強みと弱みが明らかになった。

関連論文リスト

• Time Series Clustering with General State Space Models via Stochastic Variational Inference [0.0]
  一般状態空間モデル(MSSM)の混合を用いたモデルベース時系列クラスタリングの新しい手法を提案する。 提案手法の利点は,特定の時系列に適した時系列モデルの利用を可能にすることである。 シミュレーションデータセットの実験から,提案手法はクラスタリング,パラメータ推定,クラスタ数推定に有効であることが示された。
  論文  参考訳（メタデータ） (2024-06-29T12:48:53Z)
• Score-based Continuous-time Discrete Diffusion Models [102.65769839899315]
  連続時間マルコフ連鎖を介して逆過程が認知されるマルコフジャンププロセスを導入することにより、拡散モデルを離散変数に拡張する。 条件境界分布の単純なマッチングにより、偏りのない推定器が得られることを示す。 提案手法の有効性を,合成および実世界の音楽と画像のベンチマークで示す。
  論文  参考訳（メタデータ） (2022-11-30T05:33:29Z)
• Marginalized particle Gibbs for multiple state-space models coupled through shared parameters [18.45278329799526]
  Particle Gibbs (PG) は、SSMにおける推論のための効率的なアルゴリズムのクラスである。 そこで本研究では,静的モデルパラメータを極小化するためのPGサンプルを2種類提示する。 状態とパラメータ間の強い依存関係を持つモデルに対して、それらを結合して効率的なサンプルを作成することができることを示す。
  論文  参考訳（メタデータ） (2022-10-13T21:49:40Z)
• Wasserstein multivariate auto-regressive models for modeling distributional time series [0.0]
  多変量分布時系列の統計解析のための新しい自己回帰モデルを提案する。 このようなモデルの解の存在、特異性、定常性に関する結果が提供される。 また,本手法を各国の年齢分布から得られたデータ集合に適用した。
  論文  参考訳（メタデータ） (2022-07-12T10:18:36Z)
• Markov Chain Monte Carlo for Continuous-Time Switching Dynamical Systems [26.744964200606784]
  マルコフ連鎖モンテカルロ法による新しい推論アルゴリズムを提案する。 提示されたギブスサンプルは、正確な連続時間後処理から試料を効率的に得ることができる。
  論文  参考訳（メタデータ） (2022-05-18T09:03:00Z)
• TACTiS: Transformer-Attentional Copulas for Time Series [76.71406465526454]
  時間変化量の推定は、医療や金融などの分野における意思決定の基本的な構成要素である。 本稿では,アテンションベースデコーダを用いて関節分布を推定する多元的手法を提案する。 本研究では,本モデルが実世界の複数のデータセットに対して最先端の予測を生成することを示す。
  論文  参考訳（メタデータ） (2022-02-07T21:37:29Z)
• Time varying regression with hidden linear dynamics [74.9914602730208]
  線形力学系に従って未知のパラメータが進化することを前提とした時間変化線形回帰モデルを再検討する。 反対に、基礎となる力学が安定である場合、このモデルのパラメータは2つの通常の最小二乗推定と組み合わせることで、データから推定できることが示される。
  論文  参考訳（メタデータ） (2021-12-29T23:37:06Z)
• Cluster-and-Conquer: A Framework For Time-Series Forecasting [94.63501563413725]
  本稿では,高次元時系列データを予測するための3段階フレームワークを提案する。 当社のフレームワークは非常に汎用的で,各ステップで時系列予測やクラスタリングが利用可能です。 単純な線形自己回帰モデルでインスタンス化されると、いくつかのベンチマークデータセットで最先端の結果が得られる。
  論文  参考訳（メタデータ） (2021-10-26T20:41:19Z)
• Moment evolution equations and moment matching for stochastic image EPDiff [68.97335984455059]
  画像変形モデルにより、画像領域を変形させることにより、時間連続的な画像変換の研究が可能になる。 応用例としては、人口傾向とランダムな被写体特定変異の両方を用いた医療画像分析がある。 パラメータフルモデルにおける統計的推測のための推定器を構築するために、対応する伊藤拡散のモーメント近似を用いる。
  論文  参考訳（メタデータ） (2021-10-07T11:08:11Z)
• Anomaly Detection of Time Series with Smoothness-Inducing Sequential Variational Auto-Encoder [59.69303945834122]
  Smoothness-Inducing Sequential Variational Auto-Encoder (SISVAE) モデルを提案する。 我々のモデルは、フレキシブルニューラルネットワークを用いて各タイムスタンプの平均と分散をパラメータ化する。 合成データセットと公開実世界のベンチマークの両方において,本モデルの有効性を示す。
  論文  参考訳（メタデータ） (2021-02-02T06:15:15Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。