Entrenamiento Discriminativo Maximizando una Distancia entre Modelos de Clases
Palabras clave:
Modelos Ocultos de Markov, Detección de patologías, Entrenamiento discriminativo, Curvas de desempeño.
Resumen
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.
Cómo citar
[1]
M. O. Sarria-Paja y C. G. Castellanos-Domínguez, «Entrenamiento Discriminativo Maximizando una Distancia entre Modelos de Clases», TecnoL., pp. 113–132, jun. 2010.
Descargas
Los datos de descargas todavía no están disponibles.