統計モデル生成モデルとしての表現とは? わかりやすく解説

Weblio 辞書 > 辞書・百科事典 > ウィキペディア小見出し辞書 > 統計モデル生成モデルとしての表現の意味・解説 

統計モデル・生成モデルとしての表現

出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2022/06/15 01:42 UTC 版)

自己回帰モデル」の記事における「統計モデル・生成モデルとしての表現」の解説

上記のように自己回帰モデルは、決定論的/deterministicな線形変換に、確率的/probabilisticなブレ確率項)が線形追加されるモデルである。別の表現として、自己回帰モデル統計モデル生成モデル)で表すことができる。 自己回帰モデル AR(n) を考えるとし、因果関係を持つ時点 t から時刻 t-n までの値の組を X n = ( x t , x t − 1 , . . . , x t − n ) {\displaystyle X_{n}=(x_{t},x_{t-1},...,x_{t-n})} とする。Xn確率分布すなわち xt ~ xt-nの同時確率 pAR(n) は p A R ( n ) ( X n ) = p A R ( n ) ( x t , x t − 1 , . . . , x t − n ) {\displaystyle p_{AR(n)}(X_{n})=p_{AR(n)}(x_{t},x_{t-1},...,x_{t-n})} であり、条件付き確率の定義を用いる(確率連鎖律英語版))と p A R ( n ) ( X n ) = p ( x t | x t − 1 , . . . , x t − n ) ⋅ p ( x t − 1 , . . . , x t − n ) = . . . = ∏ i = 0 n p ( x t − i | ⋂ j = i + 1 n x t − j ) {\displaystyle p_{AR(n)}(X_{n})=p(x_{t}|x_{t-1},...,x_{t-n})\cdot p(x_{t-1},...,x_{t-n})=...=\prod _{i=0}^{n}p(x_{t-i}|\bigcap _{j=i+1}^{n}x_{t-j})} となる(条件付確率分布の積、因子分解の積)。モデルのn次自己回帰性(== 過去方向にn次までしか依存しない)より xt-n はそれ単体分布定まる。 p(xt-k|xt-k-1, xt-k-2, ..., xt-n)を考えると(線形変換ガウス確率項)ARモデル確率項がガウス分布従い、その平均値統計量決定論的な線形変換で決まるため、 p ( x t − k | x t − k − 1 , . . . , x t − n ) = N ( x t − k | w t − k − 1 ⋅ x t − k − 1 , σ ) {\displaystyle p(x_{t-k}|x_{t-k-1},...,x_{t-n})=N(x_{t-k}|w_{t-k-1}\cdot x_{t-k-1},\sigma )} であるといえる。xt-k-1より過去系列情報はすべてxt-k-1の実現値として集約されている。 以上をまとめると、n次自己回帰モデル統計モデル/生成モデルとして以下のように定式化できる。 X n := ( x t , x t − 1 , . . . , x t − n ) {\displaystyle X_{n}:=(x_{t},x_{t-1},...,x_{t-n})} x t − k ∼ p ( x t − k | x t − k − 1 , . . . , x t − n ) = N ( x t − k | w t − k − 1 ⋅ x t − k − 1 , σ ) {\displaystyle x_{t-k}\thicksim p(x_{t-k}|x_{t-k-1},...,x_{t-n})=N(x_{t-k}|w_{t-k-1}\cdot x_{t-k-1},\sigma )} ・・・(1) X np A R ( n ) ( X n ) = ( ∏ i = 0 n − 1 p ( x t − i | ⋂ j = i + 1 n x t − j ) ) ⋅ p ( x t − n ) = ( ∏ i = 0 n − 1 N ( x t − i | w t − i − 1 ⋅ x t − i − 1 , σ ) ) ⋅ p ( x t − n ) {\displaystyle X_{n}\thicksim p_{AR(n)}(X_{n})=(\prod _{i=0}^{n-1}p(x_{t-i}|\bigcap _{j=i+1}^{n}x_{t-j}))\cdot p(x_{t-n})=(\prod _{i=0}^{n-1}N(x_{t-i}|w_{t-i-1}\cdot x_{t-i-1},\sigma ))\cdot p(x_{t-n})} 確率分布計算可能なため、データ標本)が与えられた際の母集団パラメータ最尤推定用いて推定することができる。また生成モデルであるため、モデルに従う系列生成(例: 現時刻までのデータ基づいた将来系列生成)が可能である。もし音声時系列とみなせば音声合成をおこなうことが可能になる

※この「統計モデル・生成モデルとしての表現」の解説は、「自己回帰モデル」の解説の一部です。
「統計モデル・生成モデルとしての表現」を含む「自己回帰モデル」の記事については、「自己回帰モデル」の概要を参照ください。

ウィキペディア小見出し辞書の「統計モデル生成モデルとしての表現」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。 お問い合わせ



英和和英テキスト翻訳>> Weblio翻訳
英語⇒日本語日本語⇒英語
  

辞書ショートカット

すべての辞書の索引

「統計モデル生成モデルとしての表現」の関連用語

統計モデル生成モデルとしての表現のお隣キーワード
検索ランキング

   

英語⇒日本語
日本語⇒英語
   



統計モデル生成モデルとしての表現のページの著作権
Weblio 辞書 情報提供元は 参加元一覧 にて確認できます。

   
ウィキペディアウィキペディア
Text is available under GNU Free Documentation License (GFDL).
Weblio辞書に掲載されている「ウィキペディア小見出し辞書」の記事は、Wikipediaの自己回帰モデル (改訂履歴)の記事を複製、再配布したものにあたり、GNU Free Documentation Licenseというライセンスの下で提供されています。

©2025 GRAS Group, Inc.RSS