Browsing by Subject "model Markowa"

Now showing 1 - 3 of 3

Access status: Open Access ,
Optymalizacja modeli HMM oraz ich zastosowanie w rozpoznawaniu mowy
(2005) Szostek, Karol
Modelowanie sygnału mowy za pomocą niejawnych modeli Markowa HMM (hidden Markov model) stanowi jeden z najefektywniejszych sposobów rozpoznawania mowy. Niniejszy artykuł poświęcony jest podstawom matematycznym teorii niejawnych modeli Markowa. Szczególną uwagę zwrócono w nim na wyprowadzenie zależności pozwalających stosować modele HMM do modelowania sygnałów. W pierwszej części artykułu przedstawiono wyprowadzenie zależności pozwalające dobierać parametry modelu procesu Markowa. W dalszej części artykułu przedstawione są wyprowadzenia zależności pozwalające w sposób krokowy dobierać parametry modelu łańcucha Markowa. Opisane metody oparte są na minimalizacji prawdopodobieństwa wygenerowania losowej w czasie sekwencji obserwacji w funkcji parametrów modelu. W przedstawionych w artykule wyprowadzeniach na zależności pozwalające optymalizować modele HMM wykorzystano metodę mnożników Lagrange'a.
Access status: Open Access ,
Rozpoznawanie mowy metodami niejawnych modeli Markowa HMM
(Data obrony: 2007) Szostek, Karol
Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki
The subject of the dissertation is the application of hidden Markov models for recognition of speech. In the dissertation there were discussed basic optimization algorithms for models DHMM and CDHMM, i.e. Baum-Welch algorithm, segmental k>means algorithm and Bayes adaptation algorithm. In the dissertation the network model DHMM formulated by the author as well as methods of its optimization have been discussed. The essential advantage of the discussed network model is that it may be used for automatic language segmentation. For DHMM models there were placed statements of calculation and memory complexity of the algorithm of determination of observation probability and Baum-Welch algorithm. Since there do not exist methods for determination of global optimum for probability function P(O|M), therefore for optimization of DHMM models there were used algorithms of artificial intelligence, i.e. genetic algorithm, and ILS algorithm (Iterated Local Search). Within the dissertation the program of speech recognition based on the discussed DHMM models was created. In the program two methods of transformation of sound signal were applied, i.e. LPC and MFCC.
Access status: Restricted ,
Segmentacja obrazów mózgu uzyskanych metodą rezonansu magnetycznego: zastosowanie gaussowskiego modelu mieszanego
(Data obrony: 2017-01-23) Złahoda-Huzior, Adriana
Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej