Titre :	classification des trajectoires phonétiques par les modéles stochastique de trajectoires et les machines à vecteurs de supports
Type de document :	texte imprimé
Auteurs :	Mourtada BENAZZOUZ, Auteur
Année de publication :	2007
Importance :	69 p.
Langues :	Français (fre)
Catégories :	Informatique:Reconnaissance des Formes - Intelligence Artificielle
Mots-clés :	Reconnaissance automatique de la parole,modèle stochastique de trajectoire, séparateurs à vastes marges
Résumé :	Lors de la conception d’un systéme de reconnaissance de forms , l’objectif principal est de minimizer les erreurs de classification , face à des problémes complexes comme celui de la reconnaissance automatique de la parole (RAP) les systéme à classificteurs multiples ont bénéficié d’un intérêt croissant durant ces derniéres années , fondés sur des principes de complémentarité , ils visent à accroité , ils visent à acroitre les performances d’un systéme de reconnaissance en limitant l’erreur liée à l’utilisation d’un classificateurs unique Dans cet ouvrage , on présente un classificateur hybride qui s’appuie sur une combinaison hiérarchique de deux approches de classification différentes, une technique stochastique STM « modèle stochastique de trajectoire » et une autre discriminante SVM « séparateurs à vastes marges » le premier type d’approche chercheà déterminer un modèle le plus fidéle possible de chacune des classes , alors que l’objectif du second type est d’optimiser des frontiéres de décision de maniére à séparer au mieux les classes , en outre , cette combinaison présente l’avantage réduire la complexité de calcul associée à la décision des SVM
Directeur de thèse :	BENYETTOU,Abdelkader

classification des trajectoires phonétiques par les modéles stochastique de trajectoires et les machines à vecteurs de supports [texte imprimé] / Mourtada BENAZZOUZ, Auteur . - 2007 . - 69 p.
Langues : Français (fre)

Catégories :	Informatique:Reconnaissance des Formes - Intelligence Artificielle
Mots-clés :	Reconnaissance automatique de la parole,modèle stochastique de trajectoire, séparateurs à vastes marges
Résumé :	Lors de la conception d’un systéme de reconnaissance de forms , l’objectif principal est de minimizer les erreurs de classification , face à des problémes complexes comme celui de la reconnaissance automatique de la parole (RAP) les systéme à classificteurs multiples ont bénéficié d’un intérêt croissant durant ces derniéres années , fondés sur des principes de complémentarité , ils visent à accroité , ils visent à acroitre les performances d’un systéme de reconnaissance en limitant l’erreur liée à l’utilisation d’un classificateurs unique Dans cet ouvrage , on présente un classificateur hybride qui s’appuie sur une combinaison hiérarchique de deux approches de classification différentes, une technique stochastique STM « modèle stochastique de trajectoire » et une autre discriminante SVM « séparateurs à vastes marges » le premier type d’approche chercheà déterminer un modèle le plus fidéle possible de chacune des classes , alors que l’objectif du second type est d’optimiser des frontiéres de décision de maniére à séparer au mieux les classes , en outre , cette combinaison présente l’avantage réduire la complexité de calcul associée à la décision des SVM
Directeur de thèse :	BENYETTOU,Abdelkader