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
- Traffic sign recognition for unmanned vehicle control
İnsansız araç kontrolu için trafik işareti tanıma
MEHMET BÜLENT HAVUR
Yüksek Lisans
İngilizce
2006
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ.DR. GÖZDE BOZDAĞI AKAR
DOÇ.DR. MEHMET METE BULUT
- İşitme engelli bireylerin eğitimi için sesi titreşime dönüştüren sistem tasarımı ve uygulaması
Design and implementation of voice to vibration transformation system for education of hearing impaired indivuals
UMUT ÇELİK
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiElektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. RESUL KARA
- Hierarchical representations for visual object tracking by detection
Tespit ile görsel nesne takibi için sıradüzensel betimlemeler
BERİL BEŞBINAR
Yüksek Lisans
İngilizce
2015
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ABDULLAH AYDIN ALATAN
- Theory of mind and concept learning based mobile games for children with communication impairment
İletişim bozukluğu olan çocuklar için zihin kuramı ve kavram öğrenme temelli mobil oyunlar
BARANSEL CAN GÜLKANAT
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiOyun ve Etkileşim Teknolojileri Ana Bilim Dalı (disiplinlerarası)
DOÇ. DR. HATİCE KÖSE
- Sıfır atış öğrenme ve ontolojiyi kullanarak hastalık tanımada yeni bir yaklaşım
A new approach to disease recognition using zero-shot learning and ontology
ÖMÜRHAN AVNİ SOYSAL
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET SERDAR GÜZEL