抄録
近年，観測データを潜在変数の非線形変換を用いて表現することにより，観測データの本質的な構造を探るGTM(Generative Topographic Mapping)が提案され，データの可視化やクラスタリング等への応用が試みられている．GTMは，同様にデータの可視化等を目的とする自己組織化マップと比べ，確率論的にモデル化されている等の幾つかの有用な特性が示されている．しかしながら，GTMは，独立同一分布からの標本という前提でそのアルゴリズムが構築されており，互いに相関を持つ時系列データに対してGTMを適用した場合，誤った結果を導きかねない．そこで本論文では，観測データの生成過程としてARHMM(Auto-Regressive Hidden Markov Model)を前提とするGTM，GTM-ARHMMの提案を行い，GTM-ARHMMを用いて時系列データの可視化を行う．
