隠帯類の英語

非可観測変数推定部２３は、可観測変数取得部２１が収集したセンサ情報や予定、時間帯、および過去に導出したプレゼンス情報といった可観測変数を用い、各時刻における利用者のプレゼンス情報を有限状態機械に類似した構造を持つ確率モデルである隠れマルコフモデルの内部状態として定式化することによって、より正確なプレゼンス情報を導出する。例文帳に追加

A non-observable variable estimating part 23 derives more precise presence information by using observable variables, such as sensor information, schedule or time zones collected by an observable variable acquiring part 21, and previously derived presence information, and formulating a user's presence information at each time as the internal state of a hidden Markov model, which is a probability model with a structure similar to a finite-state machine. - 特許庁