情報量基準ABICによるデータの当てはめの制約条件付き問題への適用
この論文をさがす
抄録
「誤差」 を含んだ実測等のデータからその 「構造」 を抽出するデータあてはめ (Data Fitting) の方法として,離散点上の値をパラメタとして表現した近似関数 f をベイズ型赤池情報量基準 (Akaike's Bayesian Information Criterion) を用いて評価し,推定する方法がある.この方法では,推定すべきデータの 「構造」 に対して何らかの事前知識がわかっているとき,これを f に取り込むことが比較的容易である.f に関する事前知識を制約条件として表現し,制約条件付き最適化問題として解く.本論文では,この方法を実装し,変化の急な関数の近似で発生する Undershoot の削除や,物理実験の実測データの関数形状の成型などへの適用例を示した.
収録刊行物
-
- 情報処理学会研究報告. [ハイパフォーマンスコンピューティング]
-
情報処理学会研究報告. [ハイパフォーマンスコンピューティング] 2014 (15), 1-6, 2014-02-24
一般社団法人情報処理学会
- Tweet
キーワード
詳細情報
-
- CRID
- 1571980077765699456
-
- NII論文ID
- 110009675729
-
- NII書誌ID
- AN10463942
-
- 本文言語コード
- ja
-
- データソース種別
-
- CiNii Articles