طراحی یک ساختار ترکیبی بر پایه شبکه عصبی و مدل مخفی مارکف برای بازشناخت پایدار گفتار پیوسته
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه شیراز - دانشکده مهندسی
- author علیرضا کاظمی
- adviser فریبرز سبحان منش
- Number of pages: First 15 pages
- publication year 1387
abstract
چکیده ندارد.
similar resources
طراحی ساختاری بر پایه شبکه پویای بیز به منظور بازشناخت گفتار پیوسته
اصلی ترین مدلی که تاکنون در بازشناخت گفتار مورد استفاده قرار گرفته، مدل نهان مارکف است که از دقت خوبی برخوردار است اما حساسیت بالایی نسبت به نویز دارد. بر این اساس اخیرا از مدل شبکه های پویای بیز که گسترش یافته مدل نهان مارکف است, استفاده گردیده است. این مدل نه تنها در زمینه پایداری در برابر نویز که مد نظر ماست استفاده شده, بلکه در هر زمینه ای که اطلاعاتی چندگانه لازم به استفاده بوده است, به عن...
پیشبینی تقاضای جهانی گاز طبیعی :توسعه مدل محاساباتی ترکیبی بر پایه شبکه عصبی مصنوعی
Recently natural gas global market attracted much attention since it is cleaner than oil and also is cheaper than renewable energy sources. However, price fluctuations, environmental concerns, technological development, unconventional resources, energy security challenges, and shipment are some of the forces made energy market more dynamic and complex in the last decade. Studying of natural gas...
full textمعرفی شبکه های عصبی پیمانه ای عمیق با ساختار فضایی-زمانی دوگانه جهت بهبود بازشناسی گفتار پیوسته فارسی
In this article, growable deep modular neural networks for continuous speech recognition are introduced. These networks can be grown to implement the spatio-temporal information of the frame sequences at their input layer as well as their labels at the output layer at the same time. The trained neural network with such double spatio-temporal association structure can learn the phonetic sequence...
full textطراحی ساختار مدل شبکه ی عصبی بر پایه معیارهای پیچیدگی
از مشکلات اصلی بکار گیری شبکه عصبی تعیین تعداد نرون های بهینه در لایه ی پنهان آن است. هر چه سیستم ساده تر و رفتار آن به یک سیستم خطی نزدیکتر باشد، به طبع تعداد نرون های کمتری برای شناسایی آن لازم است. روش معمول برای تعیین تعداد نرون بهینه، بررسی نمودار mse داده های آزمایش و آموزش، برحسب تعداد نرون ها می باشد. در این پروژه از شاخص هایی برای تشخیص میزان پیچیدگی یک سیستم استفاده شده تا تعداد نرون ...
شناسایی متون چاپی عربی توسط شبکه عصبی و مدل مخفی مارکف در پنجره متحرک
ایده تشخیص حروف که در سالهای قبل از 1960 میلادی مطرح شد، هنوز به عنوان موضوع مهمی مورد توجه بوده و کارهای تحقیقاتی زیادی در این زمینه در دست اجرا است، اما بیشتر کارهای انجام شده در این زمینه، مربوط به زبان لاتین است. مهمترین کاربرد تشخیص حروف وارد کردن اطلاعات به کامپیوتر است، اما کاربرد تشخیص حروف منحصر به وارد کردن متن به کامپیوتر نمی باشد. یکی از کاربردهای عمده تشخیص حروف در اداره پست برای...
15 صفحه اولشبکه عصبی پیچشی با پنجرههای قابل تطبیق برای بازشناسی گفتار
Although, speech recognition systems are widely used and their accuracies are continuously increased, there is a considerable performance gap between their accuracies and human recognition ability. This is partially due to high speaker variations in speech signal. Deep neural networks are among the best tools for acoustic modeling. Recently, using hybrid deep neural network and hidden Markov mo...
full textMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه شیراز - دانشکده مهندسی
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023