本研究では線形回帰におけるスパース変数選択を行うため，最適な説明変数の組合せがK-スパースであると仮定し，その説明変数の組合せについて網羅的に探索するK-スパース全状態探索(ES-K)法を行う．そして，ES-K法で得られた状態密度に対して，スパース変数選択の近似手法で得られた解をマッピングすることにより，これまで行われてきたスパース変数選択の緩和アプローチとサンプリングアプローチを統合することが可能であり，すべての近似的手法を評価できる．また，我々は説明変数の組合せ爆発に対しては，交換モンテカル …
本論文では，HMM の構造決定のためのアルゴリズムを提案する．音声認識で用いられる HMM の構造は，多くの場合知識や経験に基づき決定されている．しかしながら，この問題は確率モデルの構造決定問題として扱うことができる．すなわち，赤池情報量規準 (AIC) などの尺度でモデルを評価し，最も良いモデルを選択するという方法で定式化できる.簡単な確率モデルにおいては，あらかじめ複数のモデルを用意し，最ゆう法でパラメタを推定した後に AIC 等で最適なモデルを選択すれば良い．一方，HMM のようにパラメタ …
HMMにより音素モデルを構成する場合，その構造は試行錯誤的に知識や経験によって決定されることが多い．これに対し，パラメタ数とデータ数を考慮した情報量基準を用い，これを最小化するようにモデルの構造を変化させ，最適化するアルゴリズムを提案する.構造を変化させる毎にパラメタを推定し，尤度を最大化するように，状態を分割あるいは新しく状態遷移を定義することにする．求まったモデルのパラメタを再度推定し，情報量基準 AIC でそのモデルを評価し，さらに構造を変化させるか否かを決定する．このアルゴリズムを用い …