초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

은닉 마코프 모델은 마코프 체인 이론에 근거하여 확률을 계산한다. 마코프 체인은 차수에 따라서 확률과정을 거치는 계산식이 달리 추정되는데, 일반적으로 음성인식분야 등에서 1차 마코프 체인을 이용한 은닉 마코프 모델의 적용이 대부분 사용된다. 이는 2차 이상의 마코프 체인을 사용한다면 보다 정확한 분류를 해줄 수 있겠지만, 이때는 추정해야 하는 매개 변수가 너무 많기 때문에 현실적으로 적용이 매우 힘든 경우가 대부분이다. 본 논문에서는 은닉 마코프 모델의 이런 확장을 위해서 우선 계산식의 복잡성을 줄여서 학습의 속도를 증가시킬 수 있는 학습 ...

은닉 마코프 모델은 마코프 체인 이론에 근거하여 확률을 계산한다. 마코프 체인은 차수에 따라서 확률과정을 거치는 계산식이 달리 추정되는데, 일반적으로 음성인식분야 등에서 1차 마코프 체인을 이용한 은닉 마코프 모델의 적용이 대부분 사용된다. 이는 2차 이상의 마코프 체인을 사용한다면 보다 정확한 분류를 해줄 수 있겠지만, 이때는 추정해야 하는 매개 변수가 너무 많기 때문에 현실적으로 적용이 매우 힘든 경우가 대부분이다. 본 논문에서는 은닉 마코프 모델의 이런 확장을 위해서 우선 계산식의 복잡성을 줄여서 학습의 속도를 증가시킬 수 있는 학습 알고리즘을 적용시키고자 한다. 이는 일반적으로 은닉 마코프 모델에서 파라미터를 추정하는데 사용되는 바움-웰치 알고리즘 대신에 비터비 알고리즘에서 출발한 비터비 학습 과정으로 파라미터를 추정을 대신함으로써 해결할 수 있다. 이는 최적 관측열을 찾기 위한 변수를 정의하여 이를 최대화 하는 상태의 트랙을 배열에 저장하고 역추적을 통하여 최적 상태열을 탐색하여 이것의 인디케이터 함수로써 파라미터를 추정하는데 사용하여, 굉장히 간단한 계산으로 나타내어질 수 있다. 물론 인디케이터 함수를 사용함으로써 분류의 정확도는 조금 떨어지지만, 학습의 속도에 있어서는 굉장히 우수한 결과를 보여주었다.

주제어