Распознавание неполных последовательностей, описываемых скрытыми марковскими моделями, в пространстве первых производных от логарифма функции правдоподобия В. Е. Уваров
Material type:
ArticleOther title: Recognition of incomplete sequences described by hidden Markov models using first derivatives of likelihood function logarithm [Parallel title]Subject(s): марковские модели скрытые | машинное обучение | неполные данные | последовательности | пропущенные наблюденияGenre/Form: статьи в журналах Online resources: Click here to access online
In:
Вестник Томского государственного университета. Управление, вычислительная техника и информатика № 42. С. 79-88Abstract: Предлагается метод распознавания неполных последовательностей, который заключается в классификации последовательностей в пространстве признаков, образованном первыми производными от логарифма функции правдоподобия того, что случайный процесс, описываемый скрытой марковской моделью, сгенерировал распознаваемую неполную последовательность. В качестве классификатора в предлагаемом методе применяется метод опорных векторов.
Библиогр.: 10 назв.
Предлагается метод распознавания неполных последовательностей, который заключается в классификации последовательностей в пространстве признаков, образованном первыми производными от логарифма функции правдоподобия того, что случайный процесс, описываемый скрытой марковской моделью, сгенерировал распознаваемую неполную последовательность. В качестве классификатора в предлагаемом методе применяется метод опорных векторов.
There are no comments on this title.