自己回帰モデル - Wikipedia
自己回帰モデル（じこかいきモデル、英: autoregressive model）は時点 t におけるモデル出力が時点 t 以前のモデル出力に依存する確率過程である。ARモデルとも呼ばれる。 自己回帰モデルは、例えば自然科学や経済学において、時間について変動する過程を描写している。（古典的な）自己回帰モデルは実現値となる変数がその変数の過去の値と確率項（確率、つまりその値を完全には予測できない項）に線形に依存している。ゆえに自己回帰モデルは一種の確率差分方程式の形状を取る。 自己回帰モデルはより一般的な時系列の自己回帰移動平均モデル（ARMAモデル）の特別なケースである。また、一つ以上の確率差分方程式からなるベクトル自己回帰モデル（英語版）（VARモデル）の特別ケースでもある。推計統計学・機械学習における生成モデルとしても自己回帰モデルは表現でき、古典的な（線形）自己回帰生成モデルを拡張し
PythonとMoSQIToで学ぶ、ラウドネス (sone) の算出および実装方法 (Zwicker method) - Wizard Notes
※ITU-R BS, 1770によるラウドネスレベルの算出は以下の記事をご覧ください。 www.wizard-notes.com はじめに ラウドネスの算出・実装方法の勉強のため、心理音響評価モジュール／開発フレームMoSQIToの非定常信号向けラウドネス（時変ラウドネス）算出モジュールのソースコードを分析／コメント翻訳してみました。 ソースコードの分析において、以下の文献を参考にしています。 [1] 小野測器-音質評価とは (page2) [2] Zwicker Loudness Measurement with R&S® UPV Audio Analyzer Application Note [3] Perceived loudness of acoustic signal - MATLAB acousticLoudness - MathWorks 日本 MoSQIToや、MoSQIT
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
https://kats.issp.u-tokyo.ac.jp/kats/circuit3/doc/note/note10.pdf
機械学習の元祖「パーセプトロン」とは？ - 株式会社ライトコード