سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

بازشناسی گفتار با استفاده از مدل سازی پنهان مارکوف بر مبنای الگوریتم FEM

Publish Year: 1382
Type: Conference paper
Language: Persian
View: 3,282

This Paper With 9 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

ICIKT01_029

Index date: 14 May 2009

بازشناسی گفتار با استفاده از مدل سازی پنهان مارکوف بر مبنای الگوریتم FEM abstract

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.

بازشناسی گفتار با استفاده از مدل سازی پنهان مارکوف بر مبنای الگوریتم FEM Keywords:

بازشناسی گفتار- مدل پنهان مارکوف - الگوریتم EM - الگوریتم FEM

بازشناسی گفتار با استفاده از مدل سازی پنهان مارکوف بر مبنای الگوریتم FEM authors

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 Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :
Jamse C. Bezdek, Pattern Recognition with Fuzzy Objective Function Algorithms, ...
E. Tsuboro, J.Nakanashi, 11 On the Fuzzy Vector Quantization based ...
Ho-Ping Tseng, M.J.Sabin, E.A.Lee, _ Fuzzy Vector Quantization Applied to ...
A. P. Dempster, N. M. Larid, and D. B. Rubin, ...
L.R.Rabiner, 11 A Tulorial On Hidden Markov Models and Selected ...
Dat Tran and Michael Wagner, " Fuzzy Exp _ tation ...
Dat Tran, Michael Wagner, 1 Fuzzy Hidden Markov Models for ...
Y.Linde, A.Buzo and R.Gray, "An Algorithm for Vector Quantizer Design, ...
نمایش کامل مراجع

مقاله فارسی "بازشناسی گفتار با استفاده از مدل سازی پنهان مارکوف بر مبنای الگوریتم FEM" توسط 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 نوشته شده و در سال 1382 پس از تایید کمیته علمی اولین کنفرانس بین المللی فناوری اطلاعات و دانش پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله بازشناسی گفتار- مدل پنهان مارکوف - الگوریتم EM - الگوریتم FEM هستند. این مقاله در تاریخ 24 اردیبهشت 1388 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 3282 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که 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 ... . برای دانلود فایل کامل مقاله بازشناسی گفتار با استفاده از مدل سازی پنهان مارکوف بر مبنای الگوریتم FEM با 9 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.