Пофонемное распознавание как задача классификации рядов на множестве последовательностей элементов сложных объектов с применением усовершенствованного trie-дерева

Бесплатный доступ

Последовательности, в том числе последовательности векторов, применимы в любых предметных областях. Последовательности скалярных значений или векторов (ряды) могут быть порождены последовательностями более высокого порядка, например: последовательностями состояний, элементов сложных объектов. Работа посвящена применению усовершенствованного trie-дерева в задаче классификации ряда на множестве последовательностей элементов сложных объектов методом динамического программирования. Рассмотрены сферы применения динамического программирования. Показано, что динамическое программирование приспособлено к многошаговым операциям вычисления аддитивных (мультипликативных) мер подобия / различия. Утверждается, что усовершенствованное trie-дерево применимо в задаче классификации ряда на множестве последовательностей элементов сложных объектов методом динамического программирования при использовании таких мер подобия / различия. Выполнен анализ иерархических представлений множеств последовательностей. Описаны преимущества, которые обеспечивает усовершенствованное trie-дерево по сравнению с традиционными представлениями других сильноветвящихся деревьев. Разработано формальное описание усовершенствованного trie-дерева. Дано пояснение ранее полученным данным о существенном приросте скорости операций добавления и удаления последовательностей в усовершенствованном trie-дереве относительно использования массива с индексной таблицей (24 и 380 раз, соответственно). Выполнена постановка задачи пофонемного распознавания речевых команд как задачи классификации ряда на множестве последовательностей элементов сложных объектов и изложен метод её решения. Разработан метод классификации ряда на множестве последовательностей элементов сложных объектов с применением усовершенствованного trie-дерева. Он исследован на примере пофонемного распознавания с иерархическим представлением словаря классов речевых команд. В этом методе распознавание речевых команд выполняют в процессе обхода усовершенствованного trie-дерева, хранящего множество транскрипций речевых команд – последовательностей транскрипционных символов, которые обозначают классы звуков. Численные исследования показали, что классификация ряда как последовательности элементов сложных объектов повышает частоту правильной классификации по сравнению с классификацией ряда на множестве рядов, а применение усовершенствованного trie-дерева сокращает затраты времени на классификацию.

trie-дерево \ множество последовательностей \ классификация рядов на множестве последовательностей элементов сложных объектов \ динамическое программирование \ пофонемное распознавание речевых команд

Похожие статьи в разделе Искусственный интеллект

Функции конкурентного сходства в алгоритмах распознавания комбинированного типа
Функции конкурентного сходства в алгоритмах распознавания комбинированного типа

Загоруйко Николай Григорьевич, Борисова Ирина Артемовна, Дюбанов Владимир Владимирович, Кутненко Ольга Андреевна

Конкурентное сходство как универсальный базовый инструмент когнитивного анализа данных
Конкурентное сходство как универсальный базовый инструмент когнитивного анализа данных

Загоруйко Н.Г., Борисова И.А., Кутненко О.А., Дюбанов В.В., Леванов Д.А.

Особенности применения деревьев решений в задачах классификации
Особенности применения деревьев решений в задачах классификации

Кафтанников Игорь Леопольдович, Парасич Андрей Викторович

Короткий адрес: https://sciup.org/14130888

IDS: 14130888   |   УДК: 004.89:004.04   |   DOI: 10.15622/ia.23.6.8