SOHMMを用いた隠れマルコフモデルの状態可視化

摘要

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 Models)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行われている．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可視化アルゴリズムを構築することが可能である．しかしながら，SOMMは独立同一分布からの標本を仮定しており，互いに相関を持つ時系列データに対してSOMMを適用した場合，誤った結果を導きかねない．そこで本論文では，時系列データの生成モデルとして隠れマルコフモデルを仮定するSOHMM (Self-Organizing Hidden Markov Models)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．