Запис Детальніше

Непараметричний метод оцінки багатовимірної густини ймовірності звуків мови

Наукові журнали НАУ

Переглянути архів Інформація
 
 
Поле Співвідношення
 
Title Непараметричний метод оцінки багатовимірної густини ймовірності звуків мови
NONPARAMETRIC METHOD FOR ESTIMATING THE SPOKEN LANGUAGE SOUND MULTIVARIATE PROBABILITY DENSITY FUNCTION
Непараметрический метод оценки многомерной плотности вероятности звуков речи
 
Creator Sinitsyn, Rustem
Bokal, Zhanna
Zaets, Oleksandra
Kolchenko, Liliya
Tkachuk, Anton
 
Subject


 
Description  Запропоновано новий підхід до оцінки багатовимірної щільності ймовірності звуків усної мови, заснований на використанні проекції випадкового процесу на множину випадкових величин із щільністю розподілу ймовірностей, визначених як добуток двовимірних щільностей. Оцінки двовимірних щільностей імовірності отримано за допомогою фільтрації двовимірної емпіричної характеристичної функції. На підставі непараметричної оцінки двовимірної характеристичної функції синтезовано непараметричні алгоритми класифікації звуків. Наведено приклади оцінок щільності ймовірності звукових сигналів, отриманих за пропонованою методикою.
 In the paper a new approach for estimating of the spoken language sound multivariate probability density is suggested. It is based on the use of a projection of a random process to the set of random variables, with the probability density defined as a product of two-dimensional densities. The estimates of two-dimensional probability densities are obtained with the help of filtering of the two-dimensional empirical characteristic function. Therefore, we are suggesting a nonparametric estimate of the characteristic function. On the basis of these estimates nonparametric algorithms of sound classification are constructed. Examples for the sound probability density function estimates are suggested.
 Предложен новый подход к оценке многомерной плотности вероятности звуков устной речи, основанный на использовании проекции случайного процесса на множество случайных величин с плотностью распределения вероятностей, определенных как произведение двумерных плотностей. Оценки двухмерных плотностей вероятности получены с помощью фильтрации двумерной эмпирической характеристической функции. На основании непараметрической оценки двумерной характеристической функции синтезированы непараметрические алгоритмы классификации звуков. Приведены примеры оценок плотности вероятности звуковых сигналов, полученных по предлагаемой методике.
 
Publisher National Aviation University
 
Contributor


 
Date 2006-03-01
 
Type


 
Format application/pdf
 
Identifier http://jrnl.nau.edu.ua/index.php/visnik/article/view/1369
 
Source Вестник Национального авиационного университета; Том 29, № 3 (2006); 17-20
Вісник Національного Авіаційного Університету; Том 29, № 3 (2006); 17-20
Proceedings of National Aviation University; Том 29, № 3 (2006); 17-20
 
Language uk
 
Rights Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).