یکی از پیش فرضهای اولیه مدل مارکوف پنهان، اعمال توزیع آماری هندسی به کشش زمانی بردارهای هر حالت مدل مارکوف پنهان است که به وضوح با طبیعت مساله سازگار نیست. مدلهای قطعه ای اتفاقی و به طور خاص مدل مارکوف پنهان قطعه ای تا حدی این مشکل را به ازای پیچیدگی بیشتر در مراحل آموزش و بازشناسی حل می کند. در مقابل، مدلهای شبکه عصبی و مدل ادراک گفتار دانشگاه ام آی تی از این مدلسازی چشم پوشی کرده اند. در این ...

مدلهای مارکوف پنهان، رابطه بین دو فرایند تصادفی را بیان می کنند: یکی فرایند مشاهده شده و دیگری فرایند پنهان که قابل دیدن نیست، ولی با استفاده از مجموعه فرایندهای تصادفی که دنباله مشاهدات را تولید می کنند، قابل تشخیص است. این مدلها به دو دلیل استفاده می شوند: دلیل اول این است که بتوان در مورد یک فرایند مشاهده نشده، براساس فرایند مشاهده شده، استنباط و یا پیش بینی ارایه نمود. دلیل دوم این است که ت...

روشهای مختلفی برای تطبیق گوینده در سیستمهای بازشناسی گفتار معرفی گردیده اند. در برخی روشها نظیر تخمین map تنها مدلهایی که داده آموزشی متناظرشان موجود باشد تازه سازی می شوند و برای بهبود قابل توجه دقت بازشناسی، داده آموزشی نسبتاً زیادی مورد نیاز است. در برخی دیگر نظیر mllr که تعدادی تبدیلات عمومی بر روی خوشه های مدلها اعمال می شود، برای دادگان کم آموزشی نتایج مطلوبی حاصل می شود، اما با افزایش داد...

مدلسازی وابسته به متن به عنوان شیوه ای مفید برای افزایش دقت مدلسازی در بازشناسی گفتار پیوسته مورد توجه است. معمولترین شکل پیاده سازی این شیوه، استفاده از مدلهای سه آوایی است. با این همه، تعداد زیاد این مدلها موجب می شود که در عمل، آموزش سیستم با مشکلات زیادی همراه باشد و دستیابی به آموزش مقاوم (robust training) به سختی میسر گشته یا اصولا مقدور نشود. یکی از شیوه های حل این مشکل، استفاده از روش گ...

ما در این مقاله نرخ انتروپی نسبی تیسالیس بین یک زنجیر مارکوف همگن و زنجیر مارکوف پنهان را مورد مطالعه قرار می‌دهیم که این زنجیر مارکوف پنهان از مشاهده‌های خروجی یک کانال تصادفی، با ورودی زنجیر مارکوف مانای همگن با فضای حالت متناهی، تعریف شده است. برای رسیدن به این هدف، ابتدا انتروپی نسبی تیسالیس بین دو زیر دنباله‌ی متناهی از زنجیرهای مذکور را توسط تعریف انتروپی نسبی  تیسالیس بین دو متغیر تصادفی...

در این تحقیق، تلفیقی از مدل «مارکوف پنهان» و مفهوم «زنجیره مارکوف» به­منظور پیش­بینی رفتار بازارهای مالی ارائه شده است. این ابزار توسعه­یافته می­تواند در تجزیه­وتحلیل بازار سهام، کاربردی مناسب داشته باشد. در ابتدا از الگوریتم ژنتیک به­منظور تعیین و تنظیم پارامترهای مدل «مارکوف پنهان» استفاده می­شود؛ سپس از مدل «مارکوف پنهان» تنظیم شده برای شناسایی و شناخت الگوهای مشابه در داده­های تاریخی استفاد...

الگوی مارکوف پنهان در مسائل بیوانفورماتیک کاربرد فراوانی دارد. برای مثال این الگو در هم ردیفی دنباله ­ ها، تفسیر خانواده ­ های پروتئین و پیش ­ بینی ژن بکار می ­ رود. پارامترهای این الگو از طریق الگوریتم بام-ولش تعلیمی که یک الگوریتم em است برآورد می ­ شود. بکارگیری کارآمدترین الگوریتمها برای دنباله های طویل نیازمند حجم وسیعی از حافظه می ­ باشد. در این مقاله روش ­ های مختلفی از جمله استراتژی پیش...

دراین تحقیق مجموعه ای از مدلهای مختلف garch استاندارد را با گروهی ازمدلهای تغییررژیم مارکوف گارچ( mrs-garch)) براساس توانایی آنها در پیش بینی نوسانات بازارهای آتی های نفت در افق های زمانی یک روزه تا یک ماهه مقایسه می کنیم. به منظور صحه گذاشتن بر ثبات بیش از اندازه ای که معمولاً در مدلهای garch یافت می شود و بیانگر پیش بینی های نوسانات بسیار بالا وبسیار نامحسوس می باشد،پارامترهای مدلهای mrs-garch...

مسئله براوردیابی و آزمون فرضها راجع به داده هایی که نسبت به زمان به یکدیگر وابسته هستند یکی از موضوع هایی است که در سال های اخیر مورد توجه آماردانان قرار گرفته است.در این رابطه چنانچه بر اساس دیدگاه و خاصیت مارکوف عمل شود تعیین ماتریس احتمال تغییر وضعیت یکی از اهداف اصلی در این نگرش خواهد بود. اما چنانچه ماتریس احتمال تغییر وضعیت به طور واضح مشخص نباشد مسئله براوردیابی و آزمون فرض پارامترهای آن...

مدل های مارکوف پنهان به طور هم زمان دو فرآیند مارکوف را مدل بندی می کنند که یکی فرآیندی پنهان و مشاهده نشده و دیگری فرآیند مشاهده شده است. در رابطه با این مدل ها سه مسآله مطرح است که به ترتیب ارزیابی مدل، آنالیز مسیر و برآورد پارامترها است. که در این پایان نامه برای هر یک راه حل هایی ارایه می دهیم و برآورد پارامترها را به شیوه بیزی به دست می آوریم.