بهینه سازی پارامترهای مدل مخفی مارکوف با استفاده از الگوریتم بهینه سازی شیر مورچه برای کاربردهای یادگیری ماشین
Publish place: 1th conference on the opportunities and challenges of artificial intelligence and new technologies in industry and mining
Publish Year: 1403
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 63
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
AITIM01_029
تاریخ نمایه سازی: 14 مرداد 1403
Abstract:
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.
Keywords:
Authors
محمد سروری
عضو هیات علمی دانشکده فنی فردوس، دانشگاه بیرجند، بیرجند، ایران