サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
パリ五輪
hil.t.u-tokyo.ac.jp/~sagayama
1 東京大学 工学部 計数工学科 システム情報工学演習3 隠れマルコフモデル (HMM) 嵯峨山 茂樹 <sagayama@hil.t.u-tokyo.ac.jp> 他 東京大学 工学部 計数工学科 http://hil.t.u-tokyo.ac.jp/ 確率モデル 最尤推定とBayes推定 クラスタリング 隠れマルコフモデル Viterbi アルゴリズムとViterbi 学習 ForwardアルゴリズムとForward-Backward学習 嵯峨山 茂樹 et al. : Hidden Markov Models 2 課題: 連続的に変化する時系列のモデル: HMM 下のような時系列が多数与えられた場合、Viterbi 学習によって、出力 分布と状態遷移確率が最適に推定できることを証明せよ。(収束性、最 尤性) Signal Source #1 Signal Source #2 Sig
D4-GMM.tex / 1 東京大学 工学部 計数工学科 応用音響学 D4 - 混合正規分布と EM アルゴリズム 嵯峨山 茂樹 <sagayama@hil.t.u-tokyo.ac.jp> 他 東京大学 工学部 計数工学科 資料所在http://hil.t.u-tokyo.ac.jp/∼sagayama/applied acoustics/ 謝辞:システム情報第一研究室勉強会資料を利用 (山本 担当分) 混合正規分布 不完全データ問題 EMアルゴリズム 嵯峨山 茂樹: 応用音響学 D4-GaussianMixture D4-GMM.tex / 2 参考文献 References [1] 渡辺美智子, 山口和範 編著, “EM アルゴリズムと不完全デー タの諸問題,” 多賀出版, 2000. ISBN4-8115-5701-8 C1033 ¥ 6600E. [2] 北研二, “確率的言
応用音響学資料:HMM(隠れマルコフモデル) とは何か 嵯峨山 茂樹 東京大学大学院情報理工学研究科システム情報学専攻 / 工学部計数工学科 sagayama@hil.t.u-tokyo.ac.jp 概要: 隠れマルコフモデル (HiddenMarkov Model, HMM) は音声認識分野で開発された強力 なモデルである。可能な応用分野は音声分野に留まらず、系列データ (言語データもその一つ) が関係 する場面ではアイディア次第で、いままで困難であった問題に解決を与える可能性がある。わかりに くかった従来の HMM の説明や音声認識に特化した解説の仕方でなく、広い応用を目指した理解のた めの新しい解説を試みる。特に、HMM がどのような原理で優れているのか、どのような問題が解け るのか、どのような汎用性があるのか、応用可能な分野は何か、欠点・課題は何か、付随する問題は 何か、などにつ
システム情報工学演習第3 in 2010 5/18 システム情報工学演習第3(嵯峨山1回目): Enshu2010s1-LPC.pdf 5/25 システム情報工学演習第3(嵯峨山2回目): 準備中 6/01 システム情報工学演習第3(嵯峨山3回目): 準備中
応用音響学 講義資料 2009 工学部計数工学科 嵯峨山茂樹 last update on June 17, 2008 以下の資料の A1 にキーワード(理解すべき項目一覧)が掲載されています。 これらについて十分理解して下さい。 講義用スライドのファイル .......... 講義スライドとしての説明の都合のため内容に重複が多く、 自習用の資料としては冗長ですが、ご了解下さい。
このページを最初にブックマークしてみませんか?
『hil.t.u-tokyo.ac.jp』の新着エントリーを見る
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く