特許

J-GLOBAL ID：200903021566747173

パターン認識のためのモデル学習方法

発明者： 高橋 敏 ,  嵯峨山 茂樹
出願人/特許権者： 日本電信電話株式会社
代理人 (1件)： 草野 卓
公報種別：公開公報
出願番号（国際出願番号）：特願平7-244276
公開番号（公開出願番号）：特開平9-090981
出願日： 1995年09月22日
公開日（公表日）： 1997年04月04日
要約：

【要約】【課題】 学習効率をよくする。【解決手段】 不特定話者モデルを基準として、多数の複数話者の学習データを用いて特定話者モデルを学習し、モデルの基底分布の平均値パラメータの学習前と学習後の差分を木構造によりクラスタ化する。新たな特定話者の学習データで不特定話者モデルを適用化する際に、学習データ中のモデルのパラメータについて学習前と学習後との移動ベクトルにより、そのパラメータが属するクラスタ中の他のパラメータも移動させて学習する。

請求項（抜粋）：

入力ベクトルに対し、各状態の出力確率分布を多次元の連続分布で表現した隠れマルコフモデルの尤度を計算し、最も尤度の高いモデルが表現するカテゴリを認識結果として出力するパターン認識のためのモデル学習方法において、上記隠れマルコフモデルの状態中に存在する多次元連続分布を規定するパラメータについて、基準となるモデルと、その基準モデルを初期条件として学習した複数のモデルとのパラメータの差分を計算し、その差分が、複数のパラメータ間で相関があり、かつ、その相関関係がモデルによらず一様に決定できるとき、この相関関係を記録しておき、上記基準モデルのパラメータを新たな学習データを用いて学習して、一部分のパラメータが移動すると、上記記録したそのパラメータと他のパラメータとの相関関係を用いて、相関のある他のパラメータも連動させて学習することを特徴とするパターン認識のためのモデル学習方法。

IPC (2件)：

G10L 3/00 535 ,  G10L 3/00 521

FI (2件)：

G10L 3/00 535 ,  G10L 3/00 521 F