curtywang / GP-HSMM

GP-HSMM

ガウス過程と隠れセミマルコフモデルを用いた時系列データの分節化の実装です． ガウス過程の計算は，Cythonと計算のキャッシュを利用して高速化しています． 詳細は以下の論文を参照してください．

Tomoaki Nakamura, Takayuki Nagai, Daichi Mochihashi, Ichiro Kobayashi, Hideki Asoh and Masahide Kaneko, “Segmenting Continuous Motions with Hidden Semi-Markov Models and Gaussian Processes”, Frontiers in Neurorobotics, vol.11, article 67, pp. 1-11, Dec. 2017 [PDF]

実行方法

python main.py

Cythonで書かれたプログラムは実行時に自動的にコンパイルされます． WindowsのVisual Studioのコンパイラでエラーが出る場合は，

(Pythonのインストールディレクトリ)/Lib/distutils/msvc9compiler.py

のget_build_version()内の

majorVersion = int(s[:-2]) - 6

を使いたいVisual Studioのバージョンに書き換えてください． VS2012の場合は，majorVersion = 11となります．

LICENSE

This program is freely available for free non-commercial use. If you publish results obtained using this program, please cite:

@article{nakamura2017segmenting,
  title={Segmenting continuous motions with hidden semi-markov models and gaussian processes},
  author={Nakamura, Tomoaki and Nagai, Takayuki and Mochihashi, Daichi and Kobayashi, Ichiro and Asoh, Hideki and Kaneko, Masahide},
  journal={Frontiers in neurorobotics},
  volume={11},
  pages={67},
  year={2017},
  publisher={Frontiers}
}