loading...
مهفا44
س بازدید : 115 دوشنبه 15 آذر 1395 نظرات (0)
تشریح کامل و جامع مدل پنهان مارکوف

دانلود پایان نامه مدل پنهان مارکوف

دانلود تشریح کامل و جامع مدل پنهان مارکوف

مدل پنهان مارکوف
معماری مدل پنهان مارکوف
مدل مخفی مارکوف
مدل مخفی مارکوف و الگوریتمهای آموزش
کاربرد مدل مخفی مارکوف
تشریح کامل و جامع مدل پنهان مارکوف
دسته بندی کامپیوتر و IT
فرمت فایل doc
حجم فایل 294 کیلو بایت
تعداد صفحات فایل 37

دانلود پایان نامه رشته کامپیوتر

تشریح کامل و جامع مدل پنهان مارکوف

(نسخه کامل و آپدیت شده)
 
 
چکیده:
مدل پنهان مارکوف ( Hidden Markov Model) یک مدل مارکوف آماری است که در آن سیستم مدل شده به صورت یک فرایند مارکوف با حالت‌های مشاهده نشده (پنهان) فرض می‌شود. یک مدل پنهان مارکوف می‌تواند به عنوان ساده‌ترین شبکه بیزی پویا در نظر گرفته شود.در مدل عادی مارکوف، حالت به طور مستقیم توسط ناظر قابل مشاهده‌است و بنابراین احتمال‌های انتقال بین حالت‌ها تنها پارامترهای موجود است. در یک مدل پنهان مارکوف، حالت به‌طور مستقیم قابل مشاهده نیست، اما خروجی، بسته به حالت، قابل مشاهده‌است. هر حالت یک توزیع احتمال روی سمبل‌های خروجی ممکن دارد. بنابراین دنبالهٔ سمبل‌های تولید شده توسط یک مدل پنهان مارکوف اطلاعاتی دربارهٔ دنبالهٔ حالت‌ها می‌دهد. توجه داشته باشید که صفت 'پنهان' به دنبالهٔ حالت‌هایی که مدل از آن‌ها عبور می‌کند اشاره دارد، نه به پارامترهای مدل؛ حتی اگر پارامترهای مدل به‌طور دقیق مشخص باشند، مدل همچنان 'پنهان' است.مدل‌های پنهان مارکوف بیشتر به‌دلیل کاربردشان در بازشناخت الگو، مانند تشخیص صدا و دست‌خط، تشخیص اشاره و حرکت، برچسب‌گذاری اجزای سخن، بیوانفورماتیک و... شناخته‌شده هستند.
 
چرا پنهان؟ 
اطلاق کلمة مخفی یا پنهان , به موضوع مورد بحث ما به این دلیل است که در بارة مسائلی صحبت می‌کنیم که طریقة انجام آنها از دید ما پنهان است و البته ماهیت پارامتری آماری دارد. یعنی اینکه نه تنها نمی‌دانیم نتیجه چه خواهد بود, بلکه نوع اتفاق و احتمال آن اتفاق نیز باید از پارامترهایی که در دسترس است, نتیجه‌گیری شود. مانند پرتاب سکه در یک جعبة در بسته, یا جایی دور از دید ما. یعنی مدل حاصل یک مدل تصادفی با یک فرآیند تصادفی زیرین است که از دید ناظر, غیر قابل مشاهده (مخفی) است و تنها توسط مجموعه ای از فرآیندهای تصادفی که دنبالة مشاهدات را تولید می کنند قابل استنتاج (به جای مشاهده) است. 
 
 
 
کلمات کلیدی:

مدلهای آماری

مدل پنهان مارکوف

مدلسازی سیگنال

معماری مدل پنهان مارکوف

 
 
 
 
 
 
 
 
فهرست مطالب
چکیده: 3
کلمات کلیدی: 4
شرح ازنظر مسائل ظرف‌ها 5

معماری مدل پنهان مارکوف 5

شکل 1 : 6
زیر معماری کلی یک نمونه HMM 6

مسایلی که به کمک مدل پنهان مارکوف حل می‌شود 6

حل مسایل 7
Annotation: 7
classification: 7
Consensus: 7
Training 7
یادگیری 8
یک مثال ملموس 8
شکل 2 : 10

کاربردهای مدل پنهان مارکوف 11

تشخیص گفتار 11
ترجمه ی ماشینی 11
پیش بینی ژن 11
هم‌تراز کردن توالی 11
تشخیص فعالیت 11
تاشدگی پروتئین 11
تشخیص چهره 11
تاریخچه 11

انواع مدل پنهان مارکوف 11

فرایند مارکوف گسسته 12
شکل 3 : 12

مرتبه مدل مارکوف 13

1- مدل مارکوف مرتبه صفر 14
2- مدل مارکوف مرتبه اول 14
3- مدل مارکوف مرتبه m ام 14
شکل چهار: 15
مدل مارکوف مرتبه اول برای مثال 2 15
شکل 5 : 16
خروجی مثال 2 16
مدل مخفی مارکوف (HMM) 16

انواع مدلهای مخفی مارکوف و HMM پیوسته 19

مدل مخلوط گاوسی 21
فرضیات تئوری مدل مخفی مارکوف 22
مساله ارزیابی و الگوریتم پیشرو (forward) 24
شکل 6 : مساله ارزیابی و الگوریتم پیشرو 25

مساله کد گشایی و الگوریتم ویتربی (Viterbi Algorithm) 27

مساله یادگیری 28
معیار بیشترین شباهت((Maximum Likelihood (ML) 29
الگوریتم بام- ولش 29

الگوریتم حداکثر سازی امید ریاضی (Expectation Maximization) 31

روش مبتنی بر گرادیان 32

استفاده از مدل HMM در شناسایی گفتار 33

استفاده از HMM در شناسایی کلمات جداگانه 34

آموزش 35
شناسایی 35
منابع    37
 
 
 
 

 

دانلود تشریح کامل و جامع مدل پنهان مارکوف

س بازدید : 677 یکشنبه 13 دی 1394 نظرات (0)
مدل مخفی مارکوف و بهترین الگوریتمهای آموزش ( نسخه کامل و آپدیت شده )

Hidden Markov Model and Training Algorithms مدل مخفی مارکوف مدل پنهان مارکوف مدل مخفی مارکوف و الگوریتمهای آموزش سیستم همکاری در فروش فایلینا fileina HMM مدل مخفی مارکوف در هوش مصنوعی کاربرد مدل مخفی مارکوف

دانلود مدل مخفی مارکوف و بهترین الگوریتمهای آموزش ( نسخه کامل و آپدیت شده )

Hidden Markov Model and Training Algorithms
مدل مخفی مارکوف
مدل پنهان مارکوف
مدل مخفی مارکوف و الگوریتمهای آموزش
سیستم همکاری در فروش فایلینا
fileina 
HMM
مدل مخفی مارکوف در هوش مصنوعی
کاربرد مدل مخفی مارکوف
دسته بندی هوش مصنوعی
فرمت فایل doc
حجم فایل 314 کیلو بایت
تعداد صفحات فایل 37

مدل مخفی مارکوف و بهترین الگوریتمهای آموزش ( نسخه کامل و آپدیت شده )

 

Hidden Markov Model and Training Algorithms

 
 
 
 
 
 
 
چکیده:
یکی از مسائلی که در پردازش سیگنال توجهات را به خود معطوف نموده است، مدلسازی سیگنال است. انتخابهای مختلفی برای مدل کردن سیگنال و خصوصیات آن وجود دارد. از یک دیدگاه می توان مدلهای سیگنال را به دو دسته مدلهای معین  و مدلهای آماری  تقسیم بندی نمود. مدلهای معین عمدتا برخی خواص شناخته شده سیگنال را مورد استفاده قرار می دهند. در این حالت تشکیل مدل سیگنال سرراست است و تنها کافی ست مقادیر پارامترهای مدل تخمین زده شود. در مدلهای آماری سعی در ایجاد مدل با استفاده از خواص آماری سیگنال است.
 
 
مدلهای گاوسی، زنجیره مارکوف و مدل مخفی مارکوف از جمله این روشها هستند. فرض اساسی در مدلهای آماری این است که می توان خواص سیگنال را به شکل یک فرآیند تصادفی پارامتری مدل نمود. مدل مخفی مارکوف در اواخر دهه 1960 میلادی معرفی گردید و در حال حاضر به سرعت در حال گسترش دامنه کاربردها می باشد. دو دلیل مهم برای این مساله وجود دارد. اول اینکه این مدل از لحاظ ساختار ریاضی بسیار قدرتمند است و به همین دلیل مبانی نظری بسیاری از کاربردها را شکل داده است. دوم اینکه مدل مخفی مارکوف اگر به صورت مناسبی ایجاد شود می تواند برای کاربردهای بسیاری مورد استفاده قرار گیرد.
 
 
 
 
 
 
 
 
کلمات کلیدی:

مدل پنهان مارکوف

Hidden Markov Model

معماری مدل پنهان مارکوف

تشخیص گفتار

تشخیص چهره

فرایند مارکوف گسسته

مدل مخلوط گاوسی

الگوریتم ویتربی

الگوریتم پیشرو

Automatic Speech Recognition

HMM

ASR

 
 
 
 
 
 
 
مقدمه
مدل پنهان مارکوف (به انگلیسی: Hidden Markov Model) یک مدل مارکوف آماری است که در آن سیستم مدل شده به صورت یک فرایند مارکوف با حالت‌های مشاهده نشده (پنهان) فرض می‌شود. یک مدل پنهان مارکوف می‌تواند به عنوان ساده‌ترین شبکه بیزی پویا در نظر گرفته شود.
 
 
در مدل عادی مارکوف، حالت به طور مستقیم توسط ناظر قابل مشاهده‌است و بنابراین احتمال‌های انتقال بین حالت‌ها تنها پارامترهای موجود است. در یک مدل پنهان مارکوف، حالت به‌طور مستقیم قابل مشاهده نیست، اما خروجی، بسته به حالت، قابل مشاهده‌است. هر حالت یک توزیع احتمال روی سمبل‌های خروجی ممکن دارد. بنابراین دنبالهٔ سمبل‌های تولید شده توسط یک مدل پنهان مارکوف اطلاعاتی دربارهٔ دنبالهٔ حالت‌ها می‌دهد.
 
 
توجه داشته باشید که صفت 'پنهان' به دنبالهٔ حالت‌هایی که مدل از آن‌ها عبور می‌کند اشاره دارد، نه به پارامترهای مدل؛ حتی اگر پارامترهای مدل به‌طور دقیق مشخص باشند، مدل همچنان 'پنهان' است.مدل‌های پنهان مارکوف بیشتر به‌دلیل کاربردشان در بازشناخت الگو، مانند تشخیص صدا و دست‌خط، تشخیص اشاره و حرکت، برچسب‌گذاری اجزای سخن، بیوانفورماتیک و... شناخته‌شده هستند.
 
 
 
شرح ازنظر مسائل ظرف‌ها
مدل پنهان مارکوف در حالت گسسته جز خانوادهٔ مسائل ظرف‌ها قرار می‌گیرد. به طور مثال از ربینر ۱۹۸۹: ظروف x1،x2،x3... و توپهای رنگی y1,y2,y3… را در نظر می‌گیریم، که نفر مقابل دنباله‌ای از توپ‌ها را مشاهده کرده ولی اطلاعی از دنبالهٔ ظرف‌هایی که توپ‌ها از آنها انتخاب‌شده ندارد. ظرف n ام با احتمالی وابسته به ظرف n-1 ام انتخاب می‌شود و چون به انتخاب ظرف‌های خیلی قبل‌تر وابسته نیست یک فرایند مارکوف است.
 
 
 
 
 
 
فهرست
چکیده:3
کلمات کلیدی:4
شرح ازنظر مسائل ظرف‌ها5
معماری مدل پنهان مارکوف5
شکل 1 :6
زیر معماری کلی یک نمونه HMM6
مسایلی که به کمک مدل پنهان مارکوف حل می‌شود6
حل مسایل7
Annotation:7
classification:7
Consensus:7
Training7
یادگیری8
یک مثال ملموس8
start_probability = {'Rainy': 0.6, 'Sunny': 0.4}9
شکل 2 :10
کاربردهای مدل پنهان مارکوف11
تشخیص گفتار11
ترجمه ی ماشینی11
پیش بینی ژن11
هم‌تراز کردن توالی11
تشخیص فعالیت11
تاشدگی پروتئین11
تشخیص چهره11
تاریخچه11
انواع مدل پنهان مارکوف11
فرایند مارکوف گسسته12
شکل 3 :12
مرتبه مدل مارکوف13
1- مدل مارکوف مرتبه صفر14
2- مدل مارکوف مرتبه اول14
3- مدل مارکوف مرتبه m ام14
شکل چهار:15
مدل مارکوف مرتبه اول برای مثال 215
شکل 5 :16
خروجی مثال 216
مدل مخفی مارکوف (HMM)16
انواع مدلهای مخفی مارکوف و HMM پیوسته19
مدل مخلوط گاوسی21
فرضیات تئوری مدل مخفی مارکوف22
مساله ارزیابی و الگوریتم پیشرو (forward)24
شکل 6 : مساله ارزیابی و الگوریتم پیشرو25
مساله کد گشایی و الگوریتم ویتربی (Viterbi Algorithm)27
مساله یادگیری28
معیار بیشترین شباهت((Maximum Likelihood (ML)29
الگوریتم بام- ولش29
الگوریتم حداکثر سازی امید ریاضی (Expectation Maximization)31
روش مبتنی بر گرادیان32
استفاده از مدل HMM در شناسایی گفتار33
استفاده از HMM در شناسایی کلمات جداگانه34
آموزش35
شناسایی35
منابع    37
  

دانلود مدل مخفی مارکوف و بهترین الگوریتمهای آموزش ( نسخه کامل و آپدیت شده )

اطلاعات کاربری
  • فراموشی رمز عبور؟
  • لینک دوستان
  • نگین فایل22
  • فایل آف
  • نگین فایل
  • آویشو
  • الکترونیک دات آی آر
  • فایلز شاپ
  • وادافایل
  • فایل ناب44
  • فایل سل
  • پی ان یو فایل
  • بازارفایل44
  • دانلود فایل های علمی
  • فایل44 مرکز خرید و فروش فایل قابل دانلود
  • دانود فایل و کسب درآمد
  • دانلود فایل ها
  • فایلوکس44
  • آریافایل44
  • پرشین2 موزیک
  • فایلود44
  • آراس نوین
  • آراس44
  • اسرانوین
  • اسرا44
  • فروشگاه اینترنتی پارسی2
  • استوفایل44
  • فایل فروش44
  • فایل بوکر44
  • اربان شاپ44
  • سیدوآنلاین44
  • فایلینا44
  • زپوفایل
  • قطره اسپانیش فلای اصل
  • فایل یار
  • دانلود پروژه
  • خرید فایل های قابل دانلود فایلود
  • خرید فایل های قابل دانلود آریافایل
  • خرید فایل های قابل دانلود
  • فروشگاه اینترنتی پارسی44
  • فروشگاه اینترنتی شاندرمن ویرافایل
  • فروشگاه مستند
  • فروشگاه مستند پارسی
  • خرید ویندوز 8.1
  • فروشگاه اینترنتی شاندرمن سیتی
  • فروشگاه اینترنتی ماسال مارکت
  • فروشگاه اینترنتی ماسال شاپ
  • فروشگاه اینترنتی الماس مارکت
  • فروشگاه پارسی زنبیل شاپ
  • فایل مارکت
  • سلامت فایل
  • فارسی فایل مرکز خرید و فروش فایل قابل دانلود
  • فرافایل شاپ
  • فرافایل22
  • فایلود شاپ
  • یاسا44
  • جاست استار
  • تل استار
  • آخرین مطالب ارسال شده
  • تبلیغات
    آمار سایت
  • کل مطالب : 4267
  • کل نظرات : 30
  • افراد آنلاین : 115
  • تعداد اعضا : 2
  • آی پی امروز : 397
  • آی پی دیروز : 409
  • بازدید امروز : 2,786
  • باردید دیروز : 2,031
  • گوگل امروز : 0
  • گوگل دیروز : 0
  • بازدید هفته : 12,376
  • بازدید ماه : 12,376
  • بازدید سال : 289,402
  • بازدید کلی : 1,814,871
  • کدهای اختصاصی