隠れマルコフモデル（HMM）は、一般にシーケンシャルデータと時系列をモデル化するための強力な生成アプローチを構成します。ただし、現在の時間枠が直前の1つまたは複数の枠に依存しているという一般的に採用さ

arxiv_reader のブックマーク 2021/09/13 11:25

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4708265636355266658/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2002.05809v2" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2002.05809v2" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2002.05809v2" data-user-icon="/users/arxiv_reader/profile.png">スケルトンベースの行動認識のための変分条件依存性隠れマルコフモデル</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/generative">generative</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22action%20recognition%22">action recognition</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li></ul><br><p style="clear: left">隠れマルコフモデル（HMM）は、一般にシーケンシャルデータと時系列をモデル化するための強力な生成アプローチを構成します。ただし、現在の時間枠が直前の1つまたは複数の枠に依存しているという一般的に採用さ</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20210913#bookmark-4708265636355266658"><span class="datetime-body">2021/09/13 11:25</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！