정보과학회 논문지 B : 소프트웨어 및 응용
Current Result Document : 5 / 6
| 한글제목(Korean Title) |
감마 누적분포에 의한 HMM 상태 지속 모델 |
| 영문제목(English Title) |
Gamma CDF-based HMM State Duration Modeling |
| 저자(Author) |
신봉기
Bong-Kee Sin
|
| 원문수록처(Citation) |
VOL 40 NO. 12 PP. 0757 ~ 0763 (2013. 12) |
한글내용
(Korean Abstract) |
본 논문에서는 준 마르코프 모델의 제어 복잡성과 비정상 HMM의 상태지속 분포 모델의 취약성을 해결하는 새로운 구조의 비정상(nonstationary) 모델을 제안한다. 준 마르코프 모델과 달리 완전한 1차 마르코프 모델이다. 그러나 천이 확률이 시간에 따라 변하기 때문에 사실상 고차 모델과 같은 효과가 있다. 마르코프 사슬은 어떤 상태에서 시간이 지남에 따라 그 상태에서 체류하려는 경향은 줄고 다른 상태로 바꾸려는 경향이 증가하게 된다. 이러한 변화 특성을 감마 누적분포로 표현하여 보다 직관적인 동작 특성을 갖도록 하였다. 모델의 평가 알고리즘과 훈련 알고리즘을 제시하였으며 온라인 숫자 필기에 데이터에 대해 세 가지의 비교 분석 결과를 제시하였다. 제안 모델은 준 마르코프 모델과 마찬가지로 시간적으로도 정확한 확률 특성을 표현하는데 장점이 있다. 따라서 유사한 두 패턴을 구별하는 구분 능력을 향상 시키거나 특히 음성합성, 패턴 생성 등에 효과적으로 활용할 수 있다.
|
영문내용
(English Abstract) |
This paper presents a new nonstationary HMM that resolves some of the complexities of semi-Markov models and the lack of temporal coherency in the previous nonstationary HMM. Unlike the semi-Markov model, it is fully first-order Markovian. But the temporal evolution of the transition distribution renders it effectively a high-order model. In the proposed model, once a Markov chain enters a state, it tends to stay in the state for a while but gradually the tendency of exiting the state grows. This tendency is described by a gamma CDF(cumulative distribution function) and the resulting model behavior is highly intuitive. Using the evaluation and training algorithms as provided here, a set of handwriting digit models were trained and analyzed in three ways including classification with comparable performance to that of semi-Markov models, and random sampling with the least distortion and highest quality. The proposed model is believed to have great advantages in accurate and detailed discrimination of ambiguous patterns, and pattern generation and synthesis applications.
|
| 키워드(Keyword) |
은닉 마르코프 모델
상태지속분포
준 마르코프 모델
감마 분포
패턴 생성
HMM
state duration semi-Markov
gamma distribution
pattern generation
|
| 파일첨부 |
PDF 다운로드
|
