Tìm thấy 18+ kết quả cho từ khóa "hidden Markov model"
repository.vnu.edu.vn Xem trực tuyến Tải xuống
Mô hình Markov ẩn và ứng dụng trong nhận dạng tiếng nói. Abstract: Giới thiệu mô hình Markov ẩn (Hidden Markov Model HMM) và lựa chọn mô hình HMM để nhận dạng tiếng nói. Khái quát về tiền xử lý tiếng nói và một số phương pháp trích chọn đặc trưng được sử dụng trong nhận dạng tiếng nói. Quá trình xây dựng mô hình HMM tự động cho các âm vị từ kho dữ liệu không gán nhãn âm vị được giải quyết thông qua thuật toán huấn luyện nhúng.
repository.vnu.edu.vn Xem trực tuyến Tải xuống
Mô hình Markov ẩn và ứng dụng trong nhận dạng tiếng nói. Abstract: Giới thiệu mô hình Markov ẩn (Hidden Markov Model HMM) và lựa chọn mô hình HMM để nhận dạng tiếng nói. Khái quát về tiền xử lý tiếng nói và một số phương pháp trích chọn đặc trưng được sử dụng trong nhận dạng tiếng nói. Quá trình xây dựng mô hình HMM tự động cho các âm vị từ kho dữ liệu không gán nhãn âm vị được giải quyết thông qua thuật toán huấn luyện nhúng.
000000272396.pdf
dlib.hust.edu.vn Xem trực tuyến Tải xuống
Phân tích mô hình. 98 Luận văn thạc sỹ kỹ thuật máy tính và truyền thông 5 DANH MỤC CÁC TỪ VIẾT TẮT FFT Fast Fourier Transform FIR Finite Impluse Response FT Fourier Transform HMM Hidden Markov Model LPC Linear Predictive Coding MFCC Mel frequency cepstral coefficient PDFs Probability density functions MSD-HMM Multi-space probability distribution HMM MLSA Mel log spectral approximation EM Expectation-maximzation TTS Text to speech Luận văn thạc sỹ kỹ thuật máy tính và truyền thông 6 DANH MỤC CÁC
255614-tt.pdf
dlib.hust.edu.vn Xem trực tuyến Tải xuống
Nghiên cứu mô hình HMM (Hidden Markov Model), mô hình ngôn ngữ. Nghiên cứu về các công cụ: sphinxtrain, CMU SLM (Carnegie Mellon University Statistical Language Modeling Toolkit), sphinxbase, pocketsphinx Phạm vi nghiên cứu - Nghiên cứu về mô hình HMM và công cụ sphinxtrain để huấn luyện mô hình âm học.
255614.pdf
dlib.hust.edu.vn Xem trực tuyến Tải xuống
Các loại mô hình Markov ẩn. Mô hình ngôn ngữ thống kê B.1. Các khái niệm liên quan đến mô hình ngôn ngữ. Mô hình N-grams. Lý thuyết liên quan đến mô hình ngôn ngữ. Mô hình ngôn ngữ n-gram B.2.3. HMM Hidden Markov Model – mô hình Markov Ẩn.
dlib.hust.edu.vn Xem trực tuyến Tải xuống
Nhận dạng giọng nói với các phương pháp vector quantization - VQ, dynamic time warping - DTW, Hidden Markov Model – HMM,Neuron. Nhận dạng ảnh với các ứng dụng nhận dạng khuôn mặt, nhận dạng chữ viêt… sẽ có những phương pháp nhận dạng riêng nhưng Neuron là phương pháp nhận dạng phổ biến nhất đang được sử dụng.
000000295273.pdf
dlib.hust.edu.vn Xem trực tuyến Tải xuống
Mt trong nh c giao tip vi máy tính c phát trin nhiu nh ng t nhiu công trình nghiên cu v nhn dng ting nói trên th gi. thng nhn dng ting nói ting Anh Via Voice ca IBM, Spoken Toolkit ca CSLU(Central of Spoken Laguage Under-standing), Speech Recognition ca Microsoft, Hidden Markov Model tookit ca i hc Cambridge, CMU Sphinx ci h Ngoài ra mt s h thng nhn dng ting nói ti. Nhn dng ting nói ting Vit t s. ng dn lng dn viên bo tàng.
tainguyenso.vnu.edu.vn Xem trực tuyến Tải xuống
Conditional Random Fields Mô hình CRFs cho phép các quan sát trên toàn bộ X, nhờ đó chúng ta có thể sử dụng nhiều thuộc tính hơn phương pháp Hidden Markov Model. θ(λ1 ,λ2…..,μ1, μ2) là các véctơ tham số của mô hình . Bản chất của phân phối toàn cục của CRF giúp cho các mô hình này tránh được vấn đề label alias . Qua đó thấy được rằng CRF có khả năng xử lý dữ liệu tốt hơn rất nhiều so với các mô hình khác như HMM hay MEMM.. VÀ ƯỚC LƯỢNG THAM SỐ CỦA MÔ HÌNH CRF.
277289-tt.pdf
dlib.hust.edu.vn Xem trực tuyến Tải xuống
Mô hình Markov ẩnMô hình Markov ẩn (Hidden Markov model–HMM) là một công cụ tính toánmạnh mẽ cho mô hình hóa chuỗi thời gian. Nó cung cấp các thuật toán hiệu quảcho việc ước lượng trạng thái và tham số, nó tự động thực hiện điều chỉnh thờigian cho các tín hiệu bị nén hoặc giãn cục bộ. Nhữngmô hình Markov ẩn dựa trên chuỗi Markov nổi tiếng từ lý thuyết xác suất đượcdùng để mô hình hóa chuỗi sự kiện theo thời gian.
000000296973.pdf
dlib.hust.edu.vn Xem trực tuyến Tải xuống
Biểu diễn của xích Markov không có trạng thái đầu và trạng thái. Mô hình của bộ phân tích từ vựng cho một ngôn ngữ là tập con của Pascal. Mô hình tổng quát cho một hệ EBMT. Mô hình hệ thống dịch máy Anh-Việt trên nền ví dụ. 7 CHƢƠNG I : MÔ HÌNH ÔTÔMÁT HỮU HẠN. 10 1.1 Khái niệm ôtômát hữu hạn. Tối thiểu hoá Ôtômát hữu hạn. Mô hình Xích Markov [2. 19 CHƢƠNG II: ỨNG DỤNG CỦA ÔTÔMÁT HỮU HẠN. Mô hình Markov ẩn (Hidden Markov Model) và bài toán gán nhãn từ loại. Phƣơng pháp dịch máy trên nền ví dụ.
tainguyenso.vnu.edu.vn Xem trực tuyến Tải xuống
In the second test of the hidden Markov model-based (HMM) two-layer detection scheme [5], a probability threshold. In [6], a set of fuzzy association rules is generated to represent the normal behavior of network traffic. Anomaly detection approaches, based on soft boundaries in general, or fuzzy sets and rules in particular, can produce better detection results than those based on hard boundaries, because of the following reasons.
tainguyenso.vnu.edu.vn Xem trực tuyến Tải xuống
In the second test of the hidden Markov model-based (HMM) two-layer detection scheme [5], a probability threshold P ˆ is used to determine the status of short sequences. In [6], a set of fuzzy association rules is generated to represent the normal behavior of network traffic.. Anomaly detection approaches, based on soft boundaries in general, or fuzzy sets and rules in particular, can produce better detection results than those based on hard boundaries, because of the following reasons:.
tainguyenso.vnu.edu.vn Xem trực tuyến Tải xuống
N } are the possible estates of the chain and A. a ij ] is the transition matrix of the model, with the constrains:. a ij ] is the transition matrix of the model.. π N ) is the prior probability vector of the initial estate.. Given an output sequence, find the parameters of the HMM. 5.2.4 Training of the Hidden Markov Models. Training of the HMM.. 6.2.1 Results of the statistical analysis procedure.
000000254191.pdf
dlib.hust.edu.vn Xem trực tuyến Tải xuống
Ở các hệ thống nhận dạng tiếng nói thông dụng, mô hình âm học thường được sử dụng là mô hình HMM (Hidden Markov Model). Cơ sở dữ liệu tiếng nói gồm có các file âm thanh và các file văn bản có nội dung của file tương ứng. Dựa trên file văn bản và đặc trưng tiếng nói của file tương ứng, cùng với từ điển phát âm, bộ huấn luyện cho ra mô hình âm học của các phiên âm 221.5.4.
240990.pdf
dlib.hust.edu.vn Xem trực tuyến Tải xuống
Đối với hướng tiếp cận học máy, nhiều kỹ thuật đã được áp dụng cho bài toán trích rút thông tin như mô hình trường ngẫu nhiên có điều kiện (Conditional Random Fields – CRF máy vectơ hỗ trợ (Support Vector Machine – SVM mô hình markov ẩn (Hidden Markov Model –HMM) [62], mô hình markov entropy cực đại (Maximum Entropy Markov Model- MEMM) [13], v.v…. Bản chất của trích rút thực thể là gán nhãn các từ, cụm từ trong văn bản với loại thực thể tương ứng (như tên người, tên tổ chức).
104518-TT.pdf
dlib.hust.edu.vn Xem trực tuyến Tải xuống
HMM Hidden Markov Model ĐỒ ÁN TỐT NGHIỆP CAO HỌC ĐỀ TÀI: “TÓM TẮT VĂN BẢN TIẾNG VIỆT THEO CHỦ ĐỀ” Hoàng Đức Đông - Cao học CNTT ĐHBKHN 5 STT Từ viết tắt Giải nghĩa Mô hình Markov ẩn 12 LRMM Left Right Maximum Matching Tách từ dài nhất từ trái qua phải ĐỒ ÁN TỐT NGHIỆP CAO HỌC ĐỀ TÀI: “TÓM TẮT VĂN BẢN TIẾNG VIỆT THEO CHỦ ĐỀ” Hoàng Đức Đông - Cao học CNTT ĐHBKHN 6 DANH MỤC HÌNH VẼ Hình 1.1. Tiến trình khai phá dữ liệu và phát hiện tri thức (KDD. Chức năng dẫn đường văn bản trong VNExpress.
000000253567.pdf
dlib.hust.edu.vn Xem trực tuyến Tải xuống
HMM Hidden Markov Model Mô hình Markov ẩn 5. IE Hệ trích rút thông tin Information Extraction 6. IR Hệ thu thập thông tin Information Retrieval 8. literal Ký hiệu mệnh đề LUẬN VĂN THẠC SỸ KHOA HỌC ĐỀ TÀI: “HỌC MỐI QUAN HỆ TRONG TRÍCH RÚT THÔNG TIN TIẾNG VIỆT” 7 STT Từ viết tắt Giải nghĩa 10. RAPIER Robust Automated Production of Information Extraction Rules Tự động linh hoạt sinh luật trích rút thông tin 15. slot-filler Thông tin cần trích rút của trường 16.
000000295796.pdf
dlib.hust.edu.vn Xem trực tuyến Tải xuống
(markov chain. 46 5 III.3.3 Phƣơng pháp phát hiện sự kiện ngã sử dụng mô hình markov ẩn (Hidden Markov Model. 59 IV.3 Xây dựng mô đun phát hiện ngƣời. 67 Bảng IV-2: Kết quả nhận dạng sự kiện ngã với phƣơng pháp sử dụng ngƣỡng. 68 Bảng IV-3: Kết quả nhận dạng sự kiện ngã với phƣơng pháp sử dụng mô hình Markov chain. 68 Bảng IV-4: Kết quả nhận dạng sự kiện ngã với phƣơng pháp sử dụng mô hình Markov ẩn. 70 8 Danh mục các hình vẽ, đồ thị Hình II-1: Một hệ thống phân loại các phƣơng pháp phát hiện ngã
277289.pdf
dlib.hust.edu.vn Xem trực tuyến Tải xuống
Markov model Mô hình Markov ẩnICA independent component analysis Phân tích thành p hần độc lậpJRP Joint Recurrence Plot Bảng hợp tái xuấtLE Lyapunov Exponent Lũy thừa LyapunovLS Lorenz-Stenflo Hệ thống động Lorenz-StenfloLPC Linear predictive coding Mã hóa dự báo tuyến tínhLRT Likelihood ratio test Kiểm tra tỷ lệ khả năngMSC Mid – Speech Clipping Cắt giữa tiếng nóiMCR Mean Conditional Recurrence Tái xuất có điều kiện trung bìnhv viMEG Magnetoencephalogram Tín hiệu từ nãoMFCC Mel-Frequency Hệ số
dlib.hust.edu.vn Xem trực tuyến Tải xuống
Markov Model (Mô hình Markov ẩn) 17 CRF Conditional random Fields (Trường điều kiện ngẫu nhiên) 18 pLSA Probabilistic Latent Semantic Analysis (Phân tích xác suất ngữ nghĩa tiềm ẩn) 19 LDA Latent Dirichlet allocation (Phân bổ Dirichlet tiềm ẩn) 20 Amazon S3 Amazon Simple Storage Service (Dịch vụ lưu trữ của Amazon) Học viên thực hiện: Nguyễn Thị Thúy Hằng-CB140147-2014B-KTPM 7 DANH MỤC CÁC HÌNH ẢNH Hình 1: Quy trình khai phá dữ liệu. 18 Hình 6: Mô hình mạng nơ ron đơn giản. 32 Hình 15: Mô hình của