CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

بازشناسی متون با مدل های گرافی احتمالات (KBEI-2016)

عنوان مقاله: بازشناسی متون با مدل های گرافی احتمالات (KBEI-2016)
شناسه ملی مقاله: KBEI04_196
منتشر شده در چهارمین کنفرانس بین المللی مهندسی دانش بنیان و نوآوری در حوزه مهندسی کامپیوتر و برق در سال 1396
مشخصات نویسندگان مقاله:

مجید احدی بیجقینی - گروه کامپیوتر،واحد زنجان ، دانشگاه آزاد اسلامی زنجان، ایران
محمد تحقیقی شربیانی - گروه کامپیوتر،واحد زنجان ، دانشگاه آزاد اسلامی زنجان، ایران

خلاصه مقاله:
برچسب دهی و آنالیز دنبالهای از داده ها ازجمله کاربردهای مدلهای گرافی احتمالاتی تمایزگرا است. میدان تصادفی شرطی باحالت پنهان مدلی با لایه مخفی است که با ایجاد پتانسیلهای مرتبه بالاتر و یادگیری روابط پیچیدهتر میتواند ارتباطات قوییتری را کشف نماید.با استفاده از پنجره ای کردن مدل HCRF و حرکت آن بر روی دنباله میتوانیم از استخراج اطلاعات را به بخشهای کوچکتر تقسیم بندی نماییم و در نهایت با ترکیب خروجی پنجره ها با روش خوشه بندی به دنبال افزایش قدرت ماشین یادگیر هستیم.با توجه به اهمیت تشخیص حرکت انسان ، از این کاربرد برای بررسی عملکرد مدل پیشنهادی استفاده میکنیم. در این زمینه مدل خود را با HMM، HCRF و CRF مورد مقایسه و ارزیابی قرار میدهیم

کلمات کلیدی:
مدلهای گرافی احتمالاتی تفکیکی، میدان تصادفی شرطی با حالت پنهان، حالات مخفی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/884339/