메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
조현철 (울산과학대학) 이권순 (동아대학교) 구경완 (호서대학교)
저널정보
대한전기학회 전기학회논문지 P 전기학회논문지 제58P권 제2호
발행연도
2009.6
수록면
164 - 171 (8page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
This paper presents new learning algorithm of dynamic Bayesian networks (DBN) by means of constrained least square (LS) estimation algorithm and gradient descent method. First, we propose constrained LS based parameter estimation for a Markov chain (MC) model given observation data sets. Next, a gradient descent optimization is utilized for online estimation of a hidden Markov model (HMM), which is bi-linearly constructed by adding an observation variable to a MC model. We achieve numerical simulations to prove its reliability and superiority in which a series of nonstationary random signal is applied for the DBN models respectively.

목차

Abstract
1. 서론
2. 동적 Bayesian 네트워크 모델: MC 및 HMM
3. 제약조건을 갖는 LS 기반 MC 모델의 학습알고리즘
4. 최급강하 최적화 기반 HMM의 학습알고리즘
5. 컴퓨터 시뮬레이션
6. 결론
감사의 글
참고문헌
저자소개

참고문헌 (12)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2010-560-002259114