センサーデータや時系列データのような1次元信号には、観測時にしばしばノイズが混入する。
マルコフ確率場は、空間的な平滑性を表現する確率モデルとして有用である。
階層型ガウシアンマルコフ確率場(HGMRF)とベイズ統計を用いた複数劣化信号からのノイズ除去アルゴリズムが提案されている。
しかしながら、従来法はそれぞれの劣化信号に含まれるノイズ強度がすべて同じであることが前提となっているため、応用範囲が狭まってしまう。
本研究では、従来法の枠組みを拡張し、個々の劣化信号がそれぞれ異なるノイズ強度をもつ場合に適用できるモデルを提案し、
提案アルゴリズムの方がSN比をより改善できることを示す。