Entrenamiento Discriminativo Maximizando una Distancia entre Modelos de Clases

En este trabajo se presenta una técnica de entrenamiento discriminativo para modelos ocultos de Markov, orientado a la detección de patologías en señales de voz. La técnica busca maximizar el área que encierra la curva ROC (Receiver Operating Characteristic curve) ajustando los parámetros de modelo, empleando como función objetivo la distancia entre las medias de las funciones de densidad de probabilidad subyacentes asociadas a cada clase. Como resultado se obtiene una mejora en el desempeño del sistema de clasificación comparada con diferentes criterios de entrenamiento.

• Autores: Sarria-Paja, Milton O.; Castellanos-Domínguez, Cesar G.
• Tipo de recurso: Article of journal
• Fecha de publicación: 2010
• Institución: Instituto Tecnológico Metropolitano
• Repositorio: Repositorio ITM
• Idioma: spa
• OAI Identifier: oai:repositorio.itm.edu.co:20.500.12622/713
• Acceso en línea: https://revistas.itm.edu.co/index.php/tecnologicas/article/view/315; http://hdl.handle.net/20.500.12622/713
• Palabra clave: Modelos Ocultos de Markov; Detección de patologías; Entrenamiento discriminativo; Curvas de desempeño.; Hidden Markov Models; Detection of pathology; Discriminative training; Performance curves.
• License: Copyright (c) 2017 Tecno Lógicas