بهینه سازی پارامترهای مدل مخفی مارکوف با استفاده از الگوریتم بهینه سازی شیر مورچه برای کاربردهای یادگیری ماشین

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 171

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

AITIM01_029

تاریخ نمایه سازی: 14 مرداد 1403

چکیده مقاله:

مدل مخفی مارکوف، یک مدل آماری جهت رخداد وقایع در کاربردهای یادگیری ماشین می باشد. این مدل از چندین حالت مخفی و چندین حالت قابل مشاهده تشکیل شده که حالات مخفی با یک احتمال مشخص میتوانند باعث تولید حالات قابل مشاهده شوند. برای آموزش پارامترهای مدل مخفی مارکوف، تاکنون الگوریتم های زیادی معرفی و مورد استفاده قرار گرفته اند. در این مقاله، آموزش پارامترهای مدل مخفی مارکوف توسط الگوریتم بهینه سازی شیر مورچه ارائه شده است. در روش پیشنهادی مارتریس احتمالات گذر مدل مخفی مارکوف، با استفاده از الگوریتم بهینه سازی شیر مورچه مدلسازی و بهینه شده است. شبیه سازی ها و نتایج مربوطه نشان می دهد که الگوریتم بهینه سازی شیر مورچه بخوبی می تواند ماتریس احتمالات گذر الگوریتم مدل مخفی مارکوف را آموزش داده و آن را مدل سازی کند.

کلیدواژه ها:

نویسندگان

محمد سروری

عضو هیات علمی دانشکده فنی فردوس، دانشگاه بیرجند، بیرجند، ایران