Visualizing States in Hidden Markov Models using SOHMM
Nobuhiko Yamaguchi · Journal of Japan Society for Fuzzy Theory and Intelligent Informatics · 2012
近年，混合分布モデルに対して制約付き EM アルゴリズムを適用することにより，観測データの本質的な構造を探る SOMM（Self-Organizing Mixture Model）が提案され，データの可視化やクラスタリング等への応用が期待されている．SOMMは，同様にデータの可視化等を目的とする自己組織化マップと比べ確率論的にモデル化されており，観測データの分布に適したアルゴリズムを構築することが可能である．本論文では，時系列データを扱えるように，隠れマルコフモデルの考え方を取り入れて SOMM を拡張したSOHMM（Self-Organizing Hidden Markov Model）の提案を行い，SOHMM を用いた時系列データの可視化手法について提案を行う．