Proposta de uma representação tensorial para modelos markovianos ocultos
AUTOR(ES)
Luciana da Silveira Espindola
DATA DE PUBLICAÇÃO
2011
RESUMO
O propósito desta dissertação é propor uma representação tensorial para Modelos Markovianos Ocultos (Hidden Markov Models HMM). A forma escolhida para alcançar esse objetivo passa pelo estudo de como converter um modelo HMM em um modelo SAN (Stochastic Automata Networks): estruturado e cujo formato tensorial é conhecido. A estratégia de conversão consiste na criação de dois autômatos, um correspondendo à cadeia de Markov oculta e outro para representar as emissões do modelo HMM. Esses autômatos se relacionam por transições sincronizadas e dependências funcionais são definidas. Um passo intermediário é necessário para mostrar a equivalência entre as representações SAN e HMM, sendo este passo a obtenção de uma cadeia de Markov global capaz de representar o modelo HMM. A igualdade entre as cadeias de Markov globais obtidas a partir de ambos os formalismos SAN e HMM constitui a prova de equivalência
ASSUNTO(S)
informÁtica redes de autÔmatos estocÁsticos cadeias de markov simulaÇÃo e modelagem em computadores ciencia da computacao
ACESSO AO ARTIGO
http://tede.pucrs.br/tde_busca/arquivo.php?codArquivo=3547Documentos Relacionados
- Algoritmos de programação dinâmica usados em modelos markovianos ocultos (HMMs)
- Uma Proposta de MÃtricas para Avaliar Modelos i*
- Uma proposta teórico-metodológica para elaboração de modelos teóricos
- Reconhecimento de fala continua usando modelos ocultos de Markov
- Desenvolvimento de arquitetura para sistemas de reconhecimento automático de voz baseados em modelos ocultos de Markov