• Communities & Collections
    • By Issue Date
    • Authors
    • Titles
    • Subjects
    • Document type
    • español
    • English
    • português (Brasil)
  • Self archiving
  • Browse 
    • Communities & Collections
    • By Issue Date
    • Authors
    • Titles
    • Subjects
    • Document type
  • English 
    • español
    • English
    • português (Brasil)
  • Login
View Item 
  •   Institutional repository ITM
  • Sistema de Revistas Científicas ITM
  • TecnoLógicas
  • Edición Especial I (2010)
  • View Item
  •   Institutional repository ITM
  • Sistema de Revistas Científicas ITM
  • TecnoLógicas
  • Edición Especial I (2010)
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Browse

All of ITMCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsDocument typeThis CollectionBy Issue DateAuthorsTitlesSubjectsDocument type

My Account

LoginRegister

Statistics

View Usage Statistics
Statistics GTMView statistics GTM

Entrenamiento Discriminativo Maximizando una Distancia entre Modelos de Clases

Thumbnail
View/Open
315-Manuscrito-481-1-10-20170217.pdf (632.5Kb) 
Share this
Entrenamiento Discriminativo Maximizando una Distancia entre Modelos de Clases
Date
2010-06-23
Author
Sarria-Paja, Milton O.
Castellanos-Domínguez, Cesar G.

Citation

       
TY - GEN T1 - Entrenamiento Discriminativo Maximizando una Distancia entre Modelos de Clases AU - Sarria-Paja, Milton O. AU - Castellanos-Domínguez, Cesar G. Y1 - 2010-06-23 UR - http://hdl.handle.net/20.500.12622/713 AB - 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. ER - @misc{20.500.12622_713, author = {Sarria-Paja Milton O. and Castellanos-Domínguez Cesar G.}, title = {Entrenamiento Discriminativo Maximizando una Distancia entre Modelos de Clases}, year = {2010-06-23}, abstract = {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.}, url = {http://hdl.handle.net/20.500.12622/713} }RT Generic T1 Entrenamiento Discriminativo Maximizando una Distancia entre Modelos de Clases A1 Sarria-Paja, Milton O. A1 Castellanos-Domínguez, Cesar G. YR 2010-06-23 LK http://hdl.handle.net/20.500.12622/713 AB 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. OL Spanish (121)
Bibliographic managers
Refworks
Zotero
BibTeX
CiteULike
Metadata
Show full item record
PDF Documents
Abstract
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.
Abstract
This paper presents an approach that improves discriminative training criterion for Hidden Markov Models, and it is oriented to voice pathological identification. This technique aims at maximizing the Area under the Receiver Operating Characteristic curve by adjusting the model parameters using as objective function the distance between the means of the underlying probability densities functions associated with each class. As result we obtain an improvement in the performance of the classification system compared with different training criteria.
Palabras clave
Modelos Ocultos de Markov; Detección de patologías; Entrenamiento discriminativo; Curvas de desempeño.
keywords
Hidden Markov Models; Detection of pathology; Discriminative training; Performance curves.
URI
http://hdl.handle.net/20.500.12622/713
Statistics Google Analytics
Collections
  • Edición Especial I (2010) [8]

Departamento de Biblioteca y Extensión Cultural
bibliotecaitm@itm.edu.co

Contact Us | Send Feedback