인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
은닉 마코프 모델(HMM)은 음성인식, 화자인식, 필기체 인식, 제스처 인식 등과 같은 패턴 인식 분야에서 널리 사용되는 기술이다. 본 논문에서는 일반적인 HMM을 변형한 부정확한 관측 값들을 고려한 신뢰성 있는 가중 은닉 마코프 모델(RW-HMM)을 제안한다. 우리는 은닉 마코프 모델의 목적 함수에 관측 값들의 신뢰성 척도인 가중 인자를 도입하고, 변형된 HMM의 목적함수를 최적화하기 위해 일반적인 EM알고리듬에 기반 한 학습 알고리듬을 제안한다. 제안된 방법의 유용성을 검증하기 위해 본 논문에서는 ETRI의 화자 인식 데이터베이스를 이용하여 화자 인증 실험을 수행하였다. 실험 결과, 제안된 알고리듬이 기존의 방법에 비해 성능 향상을 보였고, 특히 잡음 환경에서 더 높은 성능 향상을 보였다. 결론적으로 제안된 RW-HMM은 잘 정의된 신뢰성을 바탕으로 어떠한 환경에서도 적용될 수 있을 것으로 생각된다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2012-566-004339566
