Hệ thống hmms

Xem 1-10 trên 10 kết quả Hệ thống hmms
  • Luận án này đã giải quyết các câu hỏi của các mạng thần kinh có thể phục vụ như một nền tảng hữu ích cho một từ vựng lớn, loa độc lập, hệ thống nhận dạng tiếng nói liên tục. Chúng tôi đã thành công trong việc cho thấy rằng thực sự họ có thể, khi các mạng thần kinh được sử dụng cẩn thận và chu đáo.

    pdf30p xuongrong_battien 25-10-2011 34 9   Download

  • Comparisons Trong chương này chúng tôi so sánh hiệu suất tốt nhất của chúng tôi NN-HMM lai so với các hệ thống khác nhau, cả hai cơ sở dữ liệu Hội nghị đăng ký và quản lý tài nguyên cơ sở dữ liệu. Những so sánh này cho thấy sự suy yếu tương đối của các mạng lưới dự báo, sức mạnh tương đối của các mạng lưới phân loại, và tầm quan trọng của tối ưu hóa cẩn thận trong bất kỳ phương pháp tiếp cận nhất định....

    pdf4p xuongrong_battien 25-10-2011 37 6   Download

  • Mô hình Markov ẩn (tiếng Anh là Hidden Markov Model - HMM) là mô hình thống kê trong đó hệ thống được mô hình hóa được cho là một quá trình Markov với các tham số không biết trước và nhiệm vụ là xác định các tham số ẩn từ các tham số quan sát được, dựa trên sự thừa nhận này. Các tham số của mô hình được rút ra sau đó có thể sử dụng để thực hiện các phân tích kế tiếp, ví dụ cho các ứng dụng nhận dạng mẫu....

    pdf13p and_12 08-08-2013 72 26   Download

  • Review of Neural Networks Trong chương này chúng tôi trình bày một đánh giá ngắn gọn về mạng lưới thần kinh. Sau khi đưa ra một số bối cảnh lịch sử, chúng tôi sẽ xem xét một số khái niệm cơ bản, mô tả các loại khác nhau của các mạng thần kinh và thủ tục đào tạo (với sự nhấn mạnh đặc biệt trên backpropagation), và thảo luận về các mối quan hệ giữa các mạng thần kinh và các kỹ thuật thống kê thông thường. ...

    pdf24p xuongrong_battien 25-10-2011 51 15   Download

  • Ngôn luận là một chế độ tự nhiên của truyền thông cho người dân. Chúng tôi tìm hiểu tất cả các kỹ năng liên quan trong suốt thời thơ ấu, mà không cần hướng dẫn, chúng ta tiếp tục dựa vào thông tin liên lạc bài phát biểu trong suốt cuộc đời của chúng tôi. Nó đến tự nhiên cho chúng ta rằng chúng ta không nhận ra độ phức tạp của hiện tượng phát biểu.

    pdf17p xuongrong_battien 25-10-2011 49 13   Download

  • Databases Chúng tôi thực hiện các thí nghiệm của chúng tôi về NN-HMM lai bằng cách sử dụng ba cơ sở dữ liệu khác nhau: máy bay ATR của cơ sở dữ liệu của từ Nhật Bản bị cô lập, Hội nghị đăng ký CMU cơ sở dữ liệu, và cơ sở dữ liệu Quản lý tài nguyên DARPA. Trong chương này chúng tôi sẽ mô tả ngắn gọn của các cơ sở dữ liệu.

    pdf4p xuongrong_battien 25-10-2011 31 9   Download

  • Review of Speech Recognition Trong chương này, chúng tôi sẽ trình bày một đánh giá ngắn gọn về lĩnh vực nhận dạng giọng nói. Sau khi xem xét một số khái niệm cơ bản, chúng tôi sẽ giải thích các thuật toán tiêu chuẩn Uốn động Thời gian, và sau đó thảo luận về Hidden Markov Mô hình chi tiết một số, cung cấp một bản tóm tắt của các thuật toán, các biến thể, và những hạn chế có liên quan đến công nghệ này chi phối. ...

    pdf18p xuongrong_battien 25-10-2011 42 16   Download

  • Related Research Bởi vì phát biểu công nhận về cơ bản là một vấn đề nhận dạng mẫu, và bởi vì các mạng thần kinh giỏi trong việc nhận dạng mẫu, nhiều nhà nghiên cứu đầu tự nhiên đã cố gắng áp dụng các mạng thần kinh để nhận dạng giọng nói. Những nỗ lực đầu tiên tham gia rất đơn giản hóa nhiệm vụ, ví dụ, phân loại các phân đoạn bài phát biểu như lồng tiếng / phát âm không được, hay mũi / fricative / plosive.

    pdf21p xuongrong_battien 25-10-2011 44 12   Download

  • Classification Networks Mạng lưới thần kinh có thể được huấn luyện để bản đồ một không gian đầu vào bất kỳ loại không gian đầu ra. Ví dụ, trong chương trước, chúng tôi khám phá một bản đồ homomorphic, trong đó các đầu vào và đầu ra không gian là như nhau, và các mạng lưới đã được dạy để đưa ra dự đoán hoặc interpolations trong không gian đó. Một loại hữu ích của bản đồ phân loại, trong đó vector đầu vào được ánh xạ vào một trong các lớp học N.

    pdf45p xuongrong_battien 25-10-2011 35 9   Download

  • Predictive Networks Mạng lưới thần kinh có thể được đào tạo để tính toán trơn tru, phi tuyến, chức năng nonparametric từ bất kỳ không gian đầu vào bất kỳ không gian đầu ra. Hai loại rất chung chung của các chức năng dự báo và phân loại, như thể hiện trong hình 6.1.

    pdf23p xuongrong_battien 25-10-2011 45 8   Download

Đồng bộ tài khoản