SwePub
Sök i LIBRIS databas

  Utökad sökning

WFRF:(Anubhab Ghosh)
 

Sökning: WFRF:(Anubhab Ghosh) > Robust classificati...

Robust classification using hidden markov models and mixtures of normalizing flows

Ghosh, Anubhab (författare)
KTH,Teknisk informationsvetenskap
Honore, Antoine (författare)
KTH,Teknisk informationsvetenskap
Liu, Dong (författare)
KTH,Teknisk informationsvetenskap
visa fler...
Henter, Gustav Eje, Assistant Professor (författare)
KTH,Tal, musik och hörsel, TMH
Chatterjee, Saikat (författare)
KTH,ACCESS Linnaeus Centre,Teknisk informationsvetenskap
visa färre...
 (creator_code:org_t)
Institute of Electrical and Electronics Engineers (IEEE), 2020
2020
Engelska.
Ingår i: 2020 IEEE 30th International Workshop on Machine Learning for Signal Processing (MLSP). - : Institute of Electrical and Electronics Engineers (IEEE).
  • Konferensbidrag (refereegranskat)
Abstract Ämnesord
Stäng  
  • We test the robustness of a maximum-likelihood (ML) based classifier where sequential data as observation is corrupted by noise. The hypothesis is that a generative model, that combines the state transitions of a hidden Markov model (HMM) and the neural network based probability distributions for the hidden states of the HMM, can provide a robust classification performance. The combined model is called normalizing-flow mixture model based HMM (NMM-HMM). It can be trained using a combination of expectation-maximization (EM) and backpropagation. We verify the improved robustness of NMM-HMM classifiers in an application to speech recognition.

Ämnesord

NATURVETENSKAP  -- Matematik -- Sannolikhetsteori och statistik (hsv//swe)
NATURAL SCIENCES  -- Mathematics -- Probability Theory and Statistics (hsv//eng)
TEKNIK OCH TEKNOLOGIER  -- Elektroteknik och elektronik -- Signalbehandling (hsv//swe)
ENGINEERING AND TECHNOLOGY  -- Electrical Engineering, Electronic Engineering, Information Engineering -- Signal Processing (hsv//eng)

Nyckelord

Generative models
Hidden Markov models
Neural networks
Speech recognition
Backpropagation
Learning systems
Maximum likelihood
Maximum principle
Mixtures
Signal processing
Trellis codes
Combined model
Expectation Maximization
Generative model
Hidden state
Mixture model
Robust classification
Sequential data
State transitions

Publikations- och innehållstyp

ref (ämneskategori)
kon (ämneskategori)

Till lärosätets databas

Hitta mer i SwePub

Av författaren/redakt...
Ghosh, Anubhab
Honore, Antoine
Liu, Dong
Henter, Gustav E ...
Chatterjee, Saik ...
Om ämnet
NATURVETENSKAP
NATURVETENSKAP
och Matematik
och Sannolikhetsteor ...
TEKNIK OCH TEKNOLOGIER
TEKNIK OCH TEKNO ...
och Elektroteknik oc ...
och Signalbehandling
Artiklar i publikationen
Av lärosätet
Kungliga Tekniska Högskolan

Sök utanför SwePub

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy