| 研究課題/領域番号 |
24700152
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
知能情報学
|
|---|
| 研究機関 | 統計数理研究所 |
|---|
研究代表者 |
持橋 大地 統計数理研究所, 大学共同利用機関等の部局等, 准教授 (80418508)
|
|---|
| 研究協力者 |
大石 康智 NTTコミュニケーション科学基礎研究所
吉井 和佳 産業技術総合研究所/京都大学
内海 慶
塚原 裕史 デンソーITラボラトリ
能地 宏 NII/総合研究大学院大情報学専攻
|
|---|
| 研究期間 (年度) |
2012-04-01 – 2015-03-31
|
| 研究課題ステータス |
完了 (2014年度)
|
| 配分額 *注記 |
2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2013年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2012年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | 統計的自然言語処理 / ノンパラメトリックベイズ / 統計的機械学習 / ベイズ統計学 / 自然言語処理 / ノンパラメトリックベイズ法 / ガウス過程 / ディリクレ過程 / ロボティクス / 音楽・音響処理 / 確率過程 |
|---|
| 研究成果の概要 |
確率過程に基づく統計的自然言語処理の展開について、音声認識における教師なし学習は本課題採択後にGlassら(ACL 2012)によって先行されたものの、音楽情報処理および音響処理においては新しいモデルを提案することができた。具体的には、音楽情報処理においては周波数の周期性に対するガウス過程を利用した非負行列分解を、および音響モデルにおいては自然音の重なりを重複クラスタリングするためのIBPに基づく手法を提案した。
一方、統計的自然言語処理自体の研究としても、言語モデルのノンパラメトリックなトピック適応法を開発し、教師なし形態素解析においても隠れた品詞を同時に学習する方法を提案した。
|
