Auxilary recognition methods for HMM modelling under insufficient training data
Eğitim verilerinin yetersizliği durumunda saklı Markov modellemeye dayanan yardımcı tanıma yöntemleri
- Tez No: 93381
- Danışmanlar: PROF. DR. ZAFER ÜNVER
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Kişiye bağımlı, yalıtılmış kelime tanıma, SMM, altband kepstral, yetersiz eğitim datası, öznitelik azaltımı, durum dağılımı, Genetik algoritmalar, Kelime tanıma, Markov modeli, Speaker dependent, isolated word recognition, HMM, subband cepstral, insufficient training data, feature elimination, state distribution, Genetic algorithms, Word recognition, Markov model
- Yıl: 2000
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tezdeki çalışma, kişiye bağımlı Saklı Markov Model (SMM)'i kullanan yalıtılmış kelime tanıma işlevinin genel taslağı içinde ele alınabilir. Kullanılan SMM yapısı soldan sağa devinimli ve beş durumludur. Sesteki herbir çerçeve altband kepstral katsayılardan oluşan bir öznitelik vektörüyle eşlenir. Özel olarak ilgilenilen nokta ise, güvenilir model değişkenlerini elde etmek için kullanılan eğitim verisinin yetersiz olması durumunda tanıma başarısının artırılmasıdır. Bu amaca ulaşma doğrultusunda, SMM bulgularına eklenecek yardımcı tanıma metodları üzerinde durulmuştur. Yardıma metodlar olarak; öznitelik azaltımı, varyans düzenlemesi, durum süresinin olasılık olarak katkısı, durumdağılım örüntüsünün karma SMM-DZS (Dinamik Zaman Katlanması) ile birleşimi ve durum olasılıklarının katkısının genetik algoritma ile ağırlıklandırılması kullanılmıştır. Ö2nitelik azaltımında, kelimelerinin ayrımında önemsiz görülen öznitelikler kaldırılır. Varyans düzenlenmesinde, yetersiz eğitim datası sonucu oluşan çok küçük varyans değerlerinin sisteme olumsuz etkisini gidermek için geneişletilirler. Durum zaman olasılığının katılmasında, her bir duruma ait durum zamanları bir olaslılık dağılım foknsiyonu ile modellenir. Bir sonraki metodda, durum dağılım örgüsü bir başka tanıma yöntemi olan Dinamik Zaman Sarımı (DZS) ile birleştirilir. En son ele alınan metodda, bazı durumları göreceli olarak önemlendirmek için, her bir durumun olasılığa katkısının genetik algoritmayla bulunan bir takım katsayılarla ağırkklandırlmasi kullanıldı.
Özet (Çeviri)
The study in this diesis can be considered -within the general framework of speaker dependent isolated word recognition using Hidden Markov Model (HMM). The HMM structure used is left-to-right and has five states. Each frame in the speech is represented by a feature vector of subband cepstral coefficients. The specific matter of concern is to improve the recognition performance when the training data is insufficient for obtaining reliable model parameters. Some auxiliary methods to be used in conjunction with HMM evaluations are proposed to achieve this purpose. As auxiliary methods; feature elimination, variance modification, incorporation of state duration in probability, state distribution pattern with hybrid HMM-DTW (Dynamic Time Warping) and weighting the state probability contribution by genetic algorithm are used. In feature elimination, those features that are identified as unimportant in discriminating different words are eliminated. In variance modification, very small covariance values which are caused by insufficient training data are enlarged to prevent its destructive effect on the recognition performance. In incorporating state duration probability, state duration associated with each state is modelled as a probability density function. In the next method, state distribution pattern is combined with Dynamic Time "Warping (DTW), another recognition procedure. As the last method, probability contribution of each state is multiplied by a set of optimal coefficients to give relative importance to some states.
Benzer Tezler
- Sigortacılık sisteminde aktif-pasif yönetimi ve Türkiye hayat sigortası örneğinde portföy performansının boyutlarını belirleyen faktörlerin irdelenmesine ilişkin bir model denemesi
Assets and liablity management in the insurance sector and investigating sectors that are determinating dimensions of the portfolio performance by relating to model testing in the Turkish life insurance sector
ALİ İHSAN DOĞAN
- Trombe duvarlı pasif sistemlerde hava kanalının sayısal incelenmesi
Numerical simulation of trombe wall channel
TUĞBA DURMAZ
Yüksek Lisans
Türkçe
1997
Makine Mühendisliğiİstanbul Teknik ÜniversitesiEnerji Ana Bilim Dalı
PROF. DR. NİLÜFER EĞRİCAN
- Menzil profili modunda çalışan radarla otomatik hedef sınıflama
automatic target classification with radars operating in range profilling
CENK GÖKBERK
Yüksek Lisans
Türkçe
1997
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ERCAN TOPUZ
- İşletmelerde istihdam türleri ve yeni gelişmeler
Types of employment and the new developments in firms
ZÜMRÜT ALÇİÇEK
- Uzman sisten ve otomotiv sektöründeki bir uygulama
Expert system and an application in the automotive sector
HÜSEYİN BURGUT
Yüksek Lisans
Türkçe
1999
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SERDAR TÜMKOR