مدل پنهان برنولی ناهمگون با زمان: جایگزینی برای مدل پنهان مار ُ کف در بازشناسی گفتار
- سال انتشار: 1386
- محل انتشار: سیزدهمین کنفرانس سالانه انجمن کامپیوتر ایران
- کد COI اختصاصی: ACCSI13_110
- زبان مقاله: فارسی
- تعداد مشاهده: 1796
نویسندگان
استادیار دانشکده مهندسی برق، دانشگاه صنعتی امیرکبیر، تهران.
استادیار دانشکده مهندسی کامپیوتر، دانشکده مهندسی کامپیوتر
دانشجوی دکترا دانشکده مهندسی کامپیوتر، دانشگاه صنعتی امیرکبیر، تهر
چکیده
چکیده: در این مقاله، یک مدل آکوستیکی جدی د بنا م مد ل پنها ن برنولی ناهمگون با زمان(TI-HBM) بعنوان یک چارچوب نظری جایگزین برای مدل پنهان مارکف(HMM) در بازشناسی گفتار ارائه می گردد. بر خلاف مدلHMM که فرآیند انتخاب حالت در آن یک ، فرآیند مارکف است، در مدلTI-HBM فرآیند انتخاب حالت یک ، فرآیند برنولی تعمیم یافته م ی باشد. این تفاوت منجر به ساده سازیمدل و حذف برنامه ریزی پوی ا در سطح حالت از مدل آکوستیکیTI- HBMدر مرحله جستجو می گرد د. همچنین مدل HBM- TIطول واحد آکوستیکی (بعنوان مثال طول واج ) را با استفاده از احتمالات بقا ءمدل می کند. سه مسأله اساس ی مدلTI-HBM که بطور مشابه در HMMنیز مطرح است، حل شده است . علاوه بر این ، برای تخمین پارامترهایTI-HBM یک رو ش مبتنی بر الگوریتم ، EM ارائه گردیده است. نتایج آزمایشهای انجام شده در بازشناسی واج نشان می دهد کهTI-HBMنسبت به HMM دارای ساختار ساده تر و سریعتر است و ، از نظر دقت بازشناسی واج، عملکرد بهتری دارد.کلیدواژه ها
مدل پنهان برنولی، مدل پنهان مارکف، بازشناسی گفتار، مدل آکوستیکی، بازشناسی واج، مدل کردن طول واجمقالات مرتبط جدید
- سودآوری مشتریان در خردهفروشی قطعات یدکی ماشین آلات راهسازی با رویکرد یادگیری ماشین
- ارائه روشی کارآمد جهت شناسایی کودکان نیازمند به پیوند مغز استخوان با استفاده از ترکیب طبقه بند ماشین بردار پشتیبان و الگوریتم بهینه سازی فاخته
- استخراج بهینه پارامترهای تاثیر گذار الگوریتم بهینه سازی بوفالوی آفریقایی با هدف استخراج ویژگی های مهم به منظور افزایش کارایی طبقه بندی داده ها
- ارائه روشی کارآمد برای بهبود عملکرد الگوریتم بهینه سازی کلاغ سیاه به منظور افزایش صحت خوشه بندی داده ها
- استفاده از الگوریتم باور بیزین در لایه کاملا متصل شبکه عصبی کانولوشن با هدف افزایش دقت تشخیص تصاویر
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.