因子隠れマルコフモデルを使用した欠損運動データの回復

本論文では、因子隠れマルコフモデル (FHMMs) による観察中の欠損データを回復する方法を提案します。提案する方法の基本的なアイデアは、ミラー神経系に触発された模倣モデルに由来します。部分観察アルゴリズムからの運動認識とプロトシンボルに基づく観察された運動の重複化アルゴリズムを組み合わせることで、部分観察からの全身運動模倣が達成できます。欠損データ回復アルゴリズムは、部分観察からの全身運動模倣と同じ基本戦略を使用していますが、より正確な空間的な表現可能性が必要です。FHMMsは、隠れマルコフモデル (HMMs) に比べて、分散状態表現によって連続データシーケンスのより効率的な表現を可能にします。提案するアルゴリズムは、人間の運動データでテストされており、実験結果は従来のHMMsと比較して表現能力の改善を示しています。