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}
}