Entrenamiento discriminativo por distancia de mahalanobis para detección de patologías de voz
Este artículo presenta una técnica de entrenamiento discriminativo para Modelos Ocultos de Markov, orientado a identificación de patologías de voz. Esta técnica busca maximizar el área que encierra la Curva ROC (Receiver Operating Characteristic) ajustando los parámetros del modelo, empleando como f...
- Autores:
-
Sarria Paja, Milton Orlando
Castellanos Domínguez, César Germán
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2010
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/37634
- Acceso en línea:
- https://repositorio.unal.edu.co/handle/unal/37634
http://bdigital.unal.edu.co/27718/
- Palabra clave:
- HMM
MLE
Entrenamiento discriminativo
patologías de voz
curva ROC.
- Rights
- openAccess
- License
- Atribución-NoComercial 4.0 Internacional
| Summary: | Este artículo presenta una técnica de entrenamiento discriminativo para Modelos Ocultos de Markov, orientado a identificación de patologías de voz. Esta técnica busca maximizar el área que encierra la Curva ROC (Receiver Operating Characteristic) ajustando los parámetros del modelo, empleando como función objetivo la distancia de Mahalanobis. Los resultados muestran que la técnica propuesta mejora significativamente la precisión en un sistema de clasificación comparado con otros criterios de entrenamiento. Los resultados son obtenidos empleando la base de datos de patologías de voz MEEIVL. |
|---|