بازشناسی گفتار با استفاده از مدل سازی پنهان مارکوف بر مبنای الگوریتم FEM
محل انتشار: اولین کنفرانس بین المللی فناوری اطلاعات و دانش
سال انتشار: 1382
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 3,207
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICIKT01_029
تاریخ نمایه سازی: 24 اردیبهشت 1388
چکیده مقاله:
مدل پنهان مارکوف بعنوان یک روش مرسوم و معتبر برای بازشناسی الگو و مدل سازی در گستره وسیعی از کاربردها قابل بهره گیری می باشد. معمولاً در تخمین و پیاده سازی مدل مارکوف از الگوریتم EM استفاده می شود. در این مقاله فرایند یادگیری جدیدی با استفاده از داده های ناقص براساس الگوریتم FEM ارائه شده است. روابط و چگونگی تخمین پارامترهای مدل پنهان مارکوف گسسته و پیوسته بر مبنای دو الگوریتم یادگیری فوق تشریح شده است و عملکرد دو روش در بازشناسی گفتار برای صد کلمه مورد بررسی قرار گرفته است. نتایج بدست آمده بیانگر این مطلب است که تخمین پارامترهای مدل پنهان مارکوف بر اساس الگوریتم FEM بخصوص در حالتی که داده آموزشی محدود باشد به مراتب بهتر و دقیق تر از روش مرسوم است و دارای درصد خطای بازشناسی کمتری است.
کلیدواژه ها:
بازشناسی گفتار- مدل پنهان مارکوف - الگوریتم EM - الگوریتم FEM
نویسندگان
حسن بابابیک
دانشگاه صنعتی مالک اشتر- مجتمع دانشگاهی برق و الکترونیک
احمد عفیفی
دانشگاه صنعتی مالک اشتر- مجتمع دانشگاهی برق و الکترونیک
ابوالقاسم صیادیان
دانشگاه صنعتی امیرکبیر- دانشکده مهندسی برق
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :