抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では高精度なオフライン手書き単語認識のための環境依存HMMに関して議論する。音声認識で広く用いられている環境依存HMMでは,パラメータ共有法として環境クラスタリングとtied-mixtureの二つのアプローチがあり,前者の認識精度の方が高いと報告されている。しかし,手書き単語認識の場合,環境による変動に比べその他変動が大きいため,環境クラスタリングは困難となる。このため,対象に対する先見知識を用いない場合,従来tied-mixtureによるアプローチのみ成功例が報告されている。そこで本論文では,環境クラスタリングを一般化したパラメータ共有法であるPartial Tied-Mixture(PTM)を提案する。PTMはtied-mixtureともパラメータ共有形態が近く,両者の長所を併せ持つ。まず環境をEMアルゴリズムでクラスタリングする方法を述べ,更にそれを拡張し混合ガウス分布も同時に最適化することでPTMの学習法を導く。CEDARデータベースを用いた実験により,提案法が認識精度,計算効率共にtied-mixtureを上回ることを示す。(著者抄録)