
مقاله : بررسي مدل مخفي مارکوف
Hidden Markov Model
فرمت : word
تعداد صفحه : 53 قیمت : مبلغ ۸ هزار تومان
- مقدمه
انتخابهاي مختلفي براي مدل کردن سيگنال و خصوصيات آن وجود دارد. از يک ديدگاه مي توان مدلهاي سيگنال را به دو دسته مدلهاي معين و مدلهاي آماري تقسيم بندي نمود. مدلهاي معين عمدتا برخي خواص شناخته شده سيگنال را مورد استفاده قرار مي دهند. در اين حالت تشکيل مدل سيگنال سرراست است و تنها کافي ست مقادير پارامترهاي مدل تخمين زده شود. در مدلهاي آماري سعي در ايجاد مدل با استفاده از خواص آماري سيگنال است. مدلهاي گاوسي، زنجيره مارکوف و مدل مخفي مارکوف از جمله اين روشها هستند. فرض اساسي در مدلهاي آماري اين است که مي توان خواص سيگنال را به شکل يک فرآيند تصادفي پارامتري مدل نمود.
مدل مخفي مارکوف در اواخر دهه 1960 ميلادي معرفي گرديد و در حال حاضر به سرعت در حال گسترش دامنه کاربردها مي باشد. دو دليل مهم براي اين مساله وجود دارد. اول اينکه اين مدل از لحاظ ساختار رياضي بسيار قدرتمند است و به همين دليل مباني نظري بسياري از کاربردها را شکل داده است. دوم اينکه مدل مخفي مارکوف اگر به صورت مناسبي ايجاد شود مي تواند براي کاربردهاي بسياري مورد استفاده قرار گيرد.
فهرست مطالب
1- مقدمه
2- فرآيند مارکوف گسسته
3- مرتبه مدل مارکوف
3-1- مدل مارکوف مرتبه صفر
3-2- مدل مارکوف مرتبه اول
3-2- مدل مارکوف مرتبه m ام
4- مدل مخفي مارکوف
5- يک مثال واقعي
6- سه مساله اصلي
7- انواع مدلهاي مخفي مارکوف و HMM پيوسته
8- مدل مخلوط گوسي
9- فرضيات تئوري مدل مخفي مارکوف
10- مساله ارزيابي و الگوريتم پيشرو (forward)
11- مساله کد گشايي و الگوريتم ويتربي (Viterbi Algorithm)
12- مساله يادگيري
12-1- معيار بيشترين شباهت(ML)
12-1-1- الگوريتم بام- ولش
12-1-2- الگوريتم حداکثر سازي اميد رياضي (Expectation Maximization)
12-1-3- روش مبتني بر گراديان
12-1-4- محاسبه گراديان برحسب پارامترهاي احتمال حالات
12-1-5- محاسبه گراديان برحسب پارامترهاي احتمال حالات
12-2- معيار ماکزيمم اطلاعات متقابل
12-2-1- محاسبه گراديان برحسب احتمالات انتقال
12-2-2- گراديان برحسب احتمالات مشاهدات
13- استفاده از مدل HMM در شناسايي گفتار
14- استفاده از HMM در شناسايي کلمات جداگانه
14-1- آموزش
14-2- شناسايي
15- استفاده از مدل HMM در شناسايي گفتار پيوسته
15-1- آموزش مدلهاي HMM براي کاربرد شناسايي گفتار پيوسته
15-1-1- آموزش ML
15-1-2- آموزش MMI
15-2- شناسايي با استفاده از شناسايي کننده گفتار پيوسته
15-2-1- شناسايي مبتني بر الگوريتم ويتربي
15-2-2- الگوريتم ساخت سطح Level Building
15-2-3- جستجوي N-best
16- برخي کاربردها
17- برخي مراجع مفيد در زمينه مدل مخفي مارکوف و ابزارهاي موجود
***************************************************************************************
در صورت تمایل
به دریافت فایل فوق در مدت 10 دقیقه ، لطفاً اینجا کلیک
کنید
***************************************************************************************
مشاوره ؛نگارش پایان نامه ؛ مقاله + شبیه سازی
در تمام مقاطع دانشگاهی پذیرفته می شود
در صورت
تمایل می توانید عنوان و جزئیات پروژه خود را در قسمت نظرات این پست
اعلام فرمایید. ضمنا می توانید اطلاعات درخواستی خود را به ایمیل یا تلگرام
نمایید
ایمیل :
com.dr@yahoo.com
درباره :
پياده سازي مدلهاي مخفي مارکوف پيوسته همراه با قابليت اعمال مدل زباني، ,
|