• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Статистическая классификация выборки дискретных объектов на основе вероятностной нейронной сети с проверкой однородности

2013

Рассматривается проблема недостаточной вычислительной эффективности современных оптимальных методов классификации выборки большого объема при наличии многих альтернативных классов (обучающих выборок). Исследуется возможность ее преодоления для случая дискретных объектов путем синтеза нового критерия, основанного на сопоставлении гистограмм обучающих и входной выборок. Критерий основывается на недавно предложенной автором вероятностной нейронной сети с проверкой однородности в ее параллельной реализации. Для оценки точности и вычислительной сложности этого подхода в рамках проекта предлагается его исследования в актуальных приложениях задачи классификации выборок - распознавание изображений и сегментирование речевого сигнала на последовательность однородных фонем.

Публикации по проекту:


Savchenko A. Image recognition on the basis of probabilistic neural network with homogeneity testing / Пер. с рус. // Computer Optics. 2013. Vol. 37. No. 2. P. 254-262.
Savchenko A., Khokhlova Y. I. About neural-network algorithms application in viseme classification problem with face video in audiovisual speech recognition systems // Optical Memory and Neural Networks (Information Optics). 2014. Vol. 23. No. 1. P. 34-42. doi
Savchenko A. Phonetic encoding method in the isolated words recognition problem / Пер. с рус. // Journal of Communications Technology and Electronics. 2014. Vol. 59. No. 4. P. 339-345. doi
Savchenko A. Phonetic Words Decoding Software in the Problem of Russian Speech Recognition / Пер. с рус. // Automation and Remote Control. 2013. Vol. 74. No. 7. P. 1225-1232. doi
Савченко А. В. Об одном подходе к разработке автоматизированной системы дистанционного обучения произношению слов на основе вероятностной нейронной сети с проверкой однородности // В кн.: Нелинейная динамика в когнитивных исследованиях-2013. Труды III Всероссийской конференции. Н. Новгород : Институт прикладной физики РАН, 2013. С. 144-147.
Savchenko A. Semi-automated Speaker Adaptation: How to Control the Quality of Adaptation? // Lecture Notes in Computer Science. 2014. Vol. 8509. P. 638-646.
Savchenko A., Savchenko L. V. Fuzzy Phonetic Decoding Method in a Phoneme Recognition Problem // Lecture Notes in Artificial Intelligence. 2013. Vol. 7911. P. 176-183.
Savchenko A. Real-Time Image Recognition with the Parallel Directed Enumeration Method // Lecture Notes in Computer Science. 2013. Vol. 7963. P. 123-132.