×
贾梅勒·布沙夫拉

在欧氏空间中嵌入基于HMM的模型：拓扑隐马尔可夫模型。 （英语） Zbl 1211.68348号

模式识别 43，第7期，2590-2607（2010）.
摘要：当前隐藏马尔可夫模型的扩展，如结构、层次、耦合和其他，能够对复杂和高度组织的模式进行分类。然而，它们的一个主要局限性是无法处理拓扑：当应用于可见观测（VO）序列时，传统的基于HMM的技术很难预测VO序列符号形成的维形状。为了满足这一需求，我们提出了一种新的范式“拓扑隐马尔可夫模型”（THMMs），该范式通过在欧氏空间中嵌入HMM状态转移图的节点来对VO序列进行分类。这是通过对VO序列生成的形状中嵌入的噪声建模来实现的。我们将介绍第一级和第二级拓扑HMM。我们描述了分配给二级拓扑隐马尔可夫模型的五个基本问题：（1）序列概率评估，（2）统计解码，（3）结构解码，（4）拓扑解码，和（5）学习。为了说明本研究的意义，我们将THMM的概念应用于：（i）预测分配给手写数字的ASCII类，以及（ii）将蛋白质的一级结构映射到它们的3D折叠。结果表明，二级THMMs明显优于SHMMs和多类SVM分类器。

MSC公司：

68吨10 模式识别、语音识别

关键词：

结构隐马尔可夫模型;结构解码;拓扑译码;物体轮廓表示;蛋白质折叠识别;\（5乘以2）-双重交叉验证配对（t）-假设检验;链码表示;手写数字识别

软件：

DT-CWT公司
PDF格式BibTeX公司 XML格式引用
\textit{D.Bouchaffra}，模式识别43，第7期，2590--2607（2010；Zbl 1211.68348）
全文： 内政部

参考文献：

[1] Baum，L。；Petrie，T.，有限状态马尔可夫链概率函数的统计推断，《数理统计年鉴》，371554-1563（1966）·Zbl 0144.40902号
[2] 拉宾纳。；Juang，B.，《语音识别基础》（1993），新泽西州普伦蒂斯·霍尔：普伦蒂斯霍尔·恩格尔伍德克利夫斯
[3] Sanches，I.，噪声补偿隐马尔可夫模型，IEEE语音和音频处理汇刊，8，5，533-540（2000）
[4] 风扇，G。；Xia，X.，小波域中改进的隐马尔可夫模型，IEEE信号处理汇刊，49，115-120（2001）
[5] Evans，J.S。；Krishnamurthy，V.，随机延迟观测的隐马尔可夫模型状态估计，IEEE学报：信号处理，47，8，2157-2166（1999）·Zbl 0989.93085号
[6] 孙志伟，蒋伟强，孙建军，基于隐马尔可夫模型的自适应在线多笔画识别，机器学习与控制论进展，第3930卷，施普林格柏林/海德堡，2006，第948-957页。；孙志伟、蒋伟强、孙建军，基于隐马尔可夫模型的自适应在线多笔画识别，机器学习与控制论进展，第3930卷，施普林格柏林/海德堡，2006年，第948-957页。
[7] Bouchaffra，D。；Govindaraju，V。；Srihari，S.，使用非平稳马尔科夫模型对已识别字符串进行后处理，IEEE事务：模式分析和机器智能，21，10，990-999（1999）
[8] Tappert，C.C。；Suen，C.Y。；Wakahara，T.，《在线手写识别技术的现状》，IEEE交易：模式分析和机器智能，12，8，787-808（1990）
[9] 李，J。；Najmi，A。；Gray，R.，基于二维隐马尔可夫模型的图像分类，IEEE信号处理学报，48，2，517-533（2000）
[10] Asai，K。；Hayamizu，S。；Handa，H.，用隐马尔可夫模型预测蛋白质二级结构，计算机在生物科学中的应用（CABIOS），9，2，141-146（1993）
[11] 埃尔南德斯·赫南德斯（Hernandez-Hernandez），D。；马库斯，S。；Fard，P.，隐马尔可夫链风险敏感控制问题的分析，IEEE自动控制事务，44，5，1093-1100（1999）·Zbl 0955.93059号
[12] Gemignani，M.，《基本拓扑》（Elementary Topology），（（1990），多佛出版公司：纽约多佛出版有限公司）·Zbl 0153.24102号
[13] 罚款，S。；辛格，Y。；Tishby，N.，《分层隐马尔可夫模型：分析和应用》，机器学习，32，1，41-62（1998）·Zbl 0901.68178号
[14] K.Murphy，M.Paskin，层次HMM中的线性时间推断，收录于：《神经信息处理系统学报》，美国波士顿，2001年，第833-840页。；K.Murphy，M.Paskin，《层次HMM中的线性时间推断》，载于《神经信息处理系统学报》，美国波士顿，2001年，第833-840页。
[15] Bouchaffra，D。；Tan，J.，使用等价关系的结构隐马尔可夫模型：在汽车设计中的应用，《数据挖掘和知识发现杂志》，12，1，79-96（2006）
[16] M.Brand，N.Oliver，A.Pentland，复杂动作识别的耦合隐马尔可夫模型，收录于：IEEE计算机学会计算机视觉和模式识别会议，波多黎各，1997年6月17日至6月19日，第994-1000页。；M.Brand，N.Oliver，A.Pentland，复杂动作识别的耦合隐马尔可夫模型，收录于：IEEE计算机学会计算机视觉和模式识别会议，波多黎各，1997年6月17日至6月19日，第994-1000页。
[17] Z.Ghahramani，M.Jordan，因子隐马尔可夫模型，机器学习29（2-3）（1997）245-273。；Z.Ghahramani，M.Jordan，因子隐马尔可夫模型，机器学习29（2-3）（1997）245-273·Zbl 0892.68080号
[18] T.Kristjansson，B.Frey，T.Huang，事件耦合隐马尔可夫模型，载于：IEEE国际多媒体与博览会会议，2000年第1卷，第385-388页。；T.Kristjansson，B.Frey，T.Huang，事件耦合隐马尔可夫模型，收录于：IEEE多媒体和展览国际会议，2000年第1卷，第385-388页。
[19] Y.本吉奥。；Frasconi，P.，序列处理的输入输出HMM，IEEE事务处理：神经网络，7，5，1231-1249（1996）
[20] Bienenstock，E。；Geman，S。；Potter，D.，《合成性、MDL先验和对象识别》（Mozer，M.C.；Jordan，M.I.；Petsche，T.，《神经信息处理系统进展》，第9卷（1997），麻省理工学院出版社：麻省理学院出版社剑桥），838-844
[21] D.Bouchaffra，《在欧几里德空间中嵌入基于HMMs的模型：拓扑隐马尔可夫模型》，载于：第19届IEEE国际模式识别会议（ICPR）论文集（口头报告），佛罗里达州坦帕市会议中心，2008年，第1-4页。；D.Bouchaffra，《在欧几里德空间中嵌入基于HMMs的模型：拓扑隐马尔可夫模型》，载于：第19届IEEE国际模式识别会议（ICPR）论文集（口头报告），佛罗里达州坦帕市会议中心，2008年，第1-4页。
[22] Eddy，S.，剖面隐马尔可夫模型，生物信息学，14，9，755-763（1998）
[23] 林，C。；Hwang，C.，椭圆傅里叶描述子形状不变量的新形式，模式识别，20，5，535-545（1987）
[24] Bow，S.-T.，《模式识别和图像预处理》（2002），马塞尔·德克尔公司。
[25] 比德曼，I。；Ju，G.，视觉识别的表面与边缘决定因素，认知心理学，20，1，38-64（1988）
[26] Bellman，R.，《关于使用动态规划通过线段逼近曲线》，《ACM通信》，第4、6、284页（1961年）·Zbl 0100.12901号
[27] 杜达，R。；哈特，P。；Stork，D.，模式分类（2001），威利：威利纽约·Zbl 0968.68140号
[28] Freeman，H.，《关于任意几何构型的编码》，《电子计算机上的IRE事务》，EC-10，260-268（1961）
[29] Y.Mori，K.Honda，H.Ichihashi，《概率主成分分析和正则化线性模糊聚类的统一观点》，载《国际神经网络联合会议论文集》，2004年第1期，第20-24页。；Y.Mori，K.Honda，H.Ichihashi，《概率主成分分析和正则化线性模糊聚类的统一观点》，载《国际神经网络联合会议论文集》，2004年第1期，第20-24页。
[30] 伯恩，体育。；Weissig，H.，结构生物信息学（2003），Wiley-Lass
[31] Onuchic，J.N.，《蛋白质折叠理论：能量景观视角》，《物理化学年度评论》，48，545-600（1997）
[32] L.Hunter，D.States，蛋白质结构元素的贝叶斯分类，载于《第二十届夏威夷国际系统科学年会论文集》，第1卷，1991年，第595-604页。；L.Hunter，D.States，《蛋白质结构元素的贝叶斯分类》，载于《第二十届夏威夷国际系统科学年会论文集》，第1卷，1991年，第595-604页。
[33] 怀特，J。；斯图尔茨，C。；Smith，T.，通过氨基酸序列的随机建模和最佳过滤进行蛋白质分类，数学生物科学，119，1，35-75（1994）·Zbl 0791.92012号
[34] 杜巴克，I。；穆奇尼克，I。；霍尔布鲁克，S。；Kim，S.，使用氨基酸序列的全局描述预测蛋白质折叠类别，《国家科学院学报》，928700-8704（1995）
[35] T.Maeda，K.Kamada，N.T.Ohkawa，H.Nakamura，A.Kidera，基于二级结构转换的蛋白质折叠特征提取，摘自：IEEE智能与系统国际联合研讨会论文集，3月21日至3月23日，马里兰州罗克维尔，1998年，第158-162页。；T.Maeda，K.Kamada，N.T.Ohkawa，H.Nakamura，A.Kidera，基于二级结构转换的蛋白质折叠特征提取，收录于：IEEE智能与系统国际联合研讨会论文集，3月21日至3月23日，马里兰州罗克维尔，1998年，第158-162页。
[36] 丁，C。；Dubchak，I.，使用支持向量机和神经网络的多类蛋白质折叠识别，生物信息学，17，44349-358（2001）
[37] 韦斯顿，J。；Leslie，C。；即E。；周，D。；Elisseeff，A.W.，Noble，使用聚类核的半监督蛋白质分类生物信息学，生物信息学，21，1523241-3247（2005）
[38] Lo Conte，L。；艾利，B。；哈伯德，T。；Brenner，S。；Murzin，A.G。；Chothia，C.，Scop:蛋白质数据库的结构分类，核酸研究，28257-259（2000）
[39] N.G.Kingsbury，《双树复小波变换：一种新的位移-方差和方向滤波器技术》，载于《第八届IEEE数字信号处理研讨会论文集》，第86期，美国犹他州布莱斯峡谷，1998年。；N.G.Kingsbury，《双树复小波变换：一种新的位移-方差和方向滤波器技术》，载于《第八届IEEE数字信号处理研讨会论文集》，第86期，美国犹他州布莱斯峡谷，1998年。
[40] Fumera，G。；Roli，F.，多分类器系统线性组合器的理论和实验分析，IEEE模式分析和机器智能汇刊，27，6，942-956（2005）
[41] K.Crammer，Y.Singer，《关于基于核的多类向量机的算法实现》，《机器学习杂志》（2001）265-292。；K.Crammer，Y.Singer，《关于基于核的多类向量机的算法实现》，《机器学习杂志》（2001）265-292·Zbl 1037.68110号
[42] Dietterich，T.G.，用于比较监督分类学习算法的近似统计检验，神经计算，10，7，1895-1923（1998）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。