SlideShare a Scribd company logo
1 of 19
分枝カット法に基づいた線形符号の復号法に関する一考察 堀井 俊佑 松嶋 敏泰 平澤 茂一 早稲田大学
研究背景 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
関連研究と本研究の目的 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],組合せ ,[object Object],[object Object],[object Object],分枝カット法に基づく復号という形で一般化 本研究 [Draper et al.]  によって提案されている復号法も分枝カット法の 1 つと見ることができる
線形符号の最尤復号問題 (通信路は無記憶を仮定. AWGN 等) 最尤復号問題 最適化問題の形に変換 (1) (2)
従来研究: LP 復号法 ,[object Object],LP  復号法 ,[object Object],[object Object],[object Object],[object Object],得られた解が整数解ならば,その解は最尤解である. (6)
従来研究: Adaptive LP  復号法 ,[object Object],Adaptive LP ( 切除平面法 ) 不等式が見つかる 新たな不等式が無い. 最後に解いた最適化問題の最適解を出力 ※ 途中で見つかった不等式を カット(切除平面) と呼ぶ. 探索する不等式の範囲が (6) 式であれば,出力は LP 復号法と同じ.
従来研究: Adaptive LP  復号法 ,[object Object],[object Object],[object Object],[object Object],[Taghavi et al.] による RPC の探索アルゴリズム ,[object Object],[object Object],[object Object],[object Object],[object Object],上記を決められた回数だけ行う.回数が多ければカットが見つかる確率が大きくなるが,計算量が多くなる.
従来研究:分枝限定法に基づく復号 ,[object Object],[object Object],[object Object],分枝限定法 Step.1 : Step.2 : Step.3 : Step.4 :
従来研究:分枝限定法に基づく復号 ,[object Object],最尤符号語
分枝限定法の計算戦略 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],※ [Yang et al.] では,深さ優先・幅優先のみ ※ [Yang et al.] では, (6) の LP の最適解が, 0.5 に近い順.これだと,子ノードの LP が親ノードの LP と変わらない場合が生じる.
分枝カット法に基づいた復号 Step.1 : Step.2 : Step.3 : Step.4 : ,[object Object]
分枝カット法の計算戦略 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
実験 ,[object Object],[object Object],[object Object],[object Object]
実験 ,[object Object],[object Object]
実験 ,[object Object],[object Object]
実験 ,[object Object],[object Object],[object Object]
実験 ,[object Object],[object Object],[object Object]
まとめと今後の課題 ,[object Object],[object Object],[object Object],[object Object]
付録 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

More Related Content

What's hot

Saito20asj_autumn
Saito20asj_autumnSaito20asj_autumn
Saito20asj_autumnYuki Saito
 
音声の認識と合成
音声の認識と合成音声の認識と合成
音声の認識と合成Akinori Ito
 
ICASSP2019音声&音響論文読み会 論文紹介(認識系)
ICASSP2019音声&音響論文読み会 論文紹介(認識系)ICASSP2019音声&音響論文読み会 論文紹介(認識系)
ICASSP2019音声&音響論文読み会 論文紹介(認識系)貴史 益子
 
Segmenting Sponteneous Japanese using MDL principle
Segmenting Sponteneous Japanese using MDL principleSegmenting Sponteneous Japanese using MDL principle
Segmenting Sponteneous Japanese using MDL principleYusuke Matsubara
 
音声合成の基礎
音声合成の基礎音声合成の基礎
音声合成の基礎Akinori Ito
 
SLP201805: 日本語韻律構造を考慮した prosody-aware subword embedding とDNN多方言音声合成への適用
SLP201805: 日本語韻律構造を考慮した prosody-aware subword embedding とDNN多方言音声合成への適用SLP201805: 日本語韻律構造を考慮した prosody-aware subword embedding とDNN多方言音声合成への適用
SLP201805: 日本語韻律構造を考慮した prosody-aware subword embedding とDNN多方言音声合成への適用Shinnosuke Takamichi
 
ICASSP2019 音声&音響論文読み会 著者紹介2 (信号処理系2)
ICASSP2019 音声&音響論文読み会 著者紹介2 (信号処理系2)ICASSP2019 音声&音響論文読み会 著者紹介2 (信号処理系2)
ICASSP2019 音声&音響論文読み会 著者紹介2 (信号処理系2)KoueiYamaoka
 
Nl220 Pitman-Yor Hidden Semi Markov Model
Nl220 Pitman-Yor Hidden Semi Markov ModelNl220 Pitman-Yor Hidden Semi Markov Model
Nl220 Pitman-Yor Hidden Semi Markov ModelKei Uchiumi
 
音情報処理における特徴表現
音情報処理における特徴表現音情報処理における特徴表現
音情報処理における特徴表現NU_I_TODALAB
 
Can language models be biomedical knowledge bases
Can language models be biomedical knowledge basesCan language models be biomedical knowledge bases
Can language models be biomedical knowledge basesAce12358
 

What's hot (12)

Saito20asj_autumn
Saito20asj_autumnSaito20asj_autumn
Saito20asj_autumn
 
音声の認識と合成
音声の認識と合成音声の認識と合成
音声の認識と合成
 
Saito18sp03
Saito18sp03Saito18sp03
Saito18sp03
 
ICASSP2019音声&音響論文読み会 論文紹介(認識系)
ICASSP2019音声&音響論文読み会 論文紹介(認識系)ICASSP2019音声&音響論文読み会 論文紹介(認識系)
ICASSP2019音声&音響論文読み会 論文紹介(認識系)
 
Segmenting Sponteneous Japanese using MDL principle
Segmenting Sponteneous Japanese using MDL principleSegmenting Sponteneous Japanese using MDL principle
Segmenting Sponteneous Japanese using MDL principle
 
音声合成の基礎
音声合成の基礎音声合成の基礎
音声合成の基礎
 
SLP201805: 日本語韻律構造を考慮した prosody-aware subword embedding とDNN多方言音声合成への適用
SLP201805: 日本語韻律構造を考慮した prosody-aware subword embedding とDNN多方言音声合成への適用SLP201805: 日本語韻律構造を考慮した prosody-aware subword embedding とDNN多方言音声合成への適用
SLP201805: 日本語韻律構造を考慮した prosody-aware subword embedding とDNN多方言音声合成への適用
 
ICASSP2019 音声&音響論文読み会 著者紹介2 (信号処理系2)
ICASSP2019 音声&音響論文読み会 著者紹介2 (信号処理系2)ICASSP2019 音声&音響論文読み会 著者紹介2 (信号処理系2)
ICASSP2019 音声&音響論文読み会 著者紹介2 (信号処理系2)
 
Signl213
Signl213 Signl213
Signl213
 
Nl220 Pitman-Yor Hidden Semi Markov Model
Nl220 Pitman-Yor Hidden Semi Markov ModelNl220 Pitman-Yor Hidden Semi Markov Model
Nl220 Pitman-Yor Hidden Semi Markov Model
 
音情報処理における特徴表現
音情報処理における特徴表現音情報処理における特徴表現
音情報処理における特徴表現
 
Can language models be biomedical knowledge bases
Can language models be biomedical knowledge basesCan language models be biomedical knowledge bases
Can language models be biomedical knowledge bases
 

More from matsushimalab (20)

ma99992012id537
ma99992012id537ma99992012id537
ma99992012id537
 
ma12012id536
ma12012id536ma12012id536
ma12012id536
 
ma112011id535
ma112011id535ma112011id535
ma112011id535
 
ma99992011id513
ma99992011id513ma99992011id513
ma99992011id513
 
ma99992010id512
ma99992010id512ma99992010id512
ma99992010id512
 
ma99992010id510
ma99992010id510ma99992010id510
ma99992010id510
 
ma99992011id509
ma99992011id509ma99992011id509
ma99992011id509
 
ma99992011id508
ma99992011id508ma99992011id508
ma99992011id508
 
ma99992010id497
ma99992010id497ma99992010id497
ma99992010id497
 
ma99992010id464
ma99992010id464ma99992010id464
ma99992010id464
 
ma92010id461
ma92010id461ma92010id461
ma92010id461
 
ma112010id450
ma112010id450ma112010id450
ma112010id450
 
ma52009id421
ma52009id421ma52009id421
ma52009id421
 
ma52009id420
ma52009id420ma52009id420
ma52009id420
 
ma52009id419
ma52009id419ma52009id419
ma52009id419
 
ma112007id414
ma112007id414ma112007id414
ma112007id414
 
ma112007id413
ma112007id413ma112007id413
ma112007id413
 
ma22006id411
ma22006id411ma22006id411
ma22006id411
 
ma112006id337
ma112006id337ma112006id337
ma112006id337
 
ma92007id395
ma92007id395ma92007id395
ma92007id395
 

ma112009id434