Zobrazeno 1 - 6
of 6
pro vyhledávání: '"Jūratė Vaičiulytė"'
Publikováno v:
Computational Science and Techniques, Vol 5, Iss 1, Pp 529-540 (2017)
Šiame darbe sudarytas rekurentinis paslėptųjų Markovo modelių parametrų vertinimo algoritmas. Paslėptieji Markovo modeliai modeliuojami Gauso skirstiniu, kurio parametrai pasiskirstę pagal daugiamatį normalųjį dėsnį su nežinomais vidurk
Externí odkaz:
https://doaj.org/article/f4e02e36b7f14b00b7272f4832037272
Autor:
Jūratė Vaičiulytė, Gražvydas Felinskas
Publikováno v:
Jaunųjų Mokslininkų Darbai, Vol 1, Iss 45 (2016)
Šiame darbe apžvelgti automatinio šnekos atpažinimo metodai. Paslėptųjų Markovo modelių metodu apmokyti akustiniai modeliai, sukurtas kalbos modelis ir žodynas. Akustiniai modeliai apmokyti žinių įrašais, kurių trukmė siekia 2 valandas
Externí odkaz:
https://doaj.org/article/21a4fcd34939410582ae91ee0c3d7af4
Publikováno v:
COMPUTING AND INFORMATICS; Vol. 40 No. 2 (2021): Computing and Informatics; 277–297
Automatic speech recognition (ASR) technologies enable humans to communicate with computers. Isolated word recognition (IWR) is an important part of many known ASR systems. Minimizing the word error rate in cases of incremental learning is a unique c
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::c9287c53a2e17a4ed9d09486361f2de9
https://doi.org/10.31577/cai_2021_2_277
https://doi.org/10.31577/cai_2021_2_277
Publikováno v:
Journal of Statistical Computation and Simulation. 90:306-323
The recursive (online, incremental) estimation of the hidden Markov model (HMM) parameters has become a more popular research subject. The complexity of the recursive methods is linear, and this co...
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::54a8d2457a84e0a5ace7a2deb3330024
https://doi.org/10.1080/00949655.2019.1679144
https://doi.org/10.1080/00949655.2019.1679144
Publikováno v:
Computational statistics, Heidelberg : Springer, 2019, vol. 34, p. 1337-1353
This article addresses a recursive parameter estimation algorithm for a hidden Markov model (HMM). The work focuses on an HMM with multiple states that are assumed to follow from a multivariate Gaussian distribution. The novelty of this study lies in
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::bd42e55771f58694fe756fc3281e5758
https://doi.org/10.1007/s00180-019-00877-z
https://doi.org/10.1007/s00180-019-00877-z
Publikováno v:
Computational Science and Techniques, Vol 5, Iss 1, Pp 529-540 (2017)
Computational science and techniques, Klaipėda : Klaipėda University, 2017, vol. 5, no. 1, p. 529-540
Computational science and techniques, Klaipėda : Klaipėda University, 2017, vol. 5, no. 1, p. 529-540
Šiame darbe sudarytas rekurentinis paslėptųjų Markovo modelių parametrų vertinimo algoritmas. Paslėptieji Markovo modeliai modeliuojami Gauso skirstiniu, kurio parametrai pasiskirstę pagal daugiamatį normalųjį dėsnį su nežinomais vidurk
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::817e1eb55e7ea255b2ca87f1d0353911
https://doi.org/10.15181/csat.v5i1.1561
https://doi.org/10.15181/csat.v5i1.1561