×

关于非循环概率有限自动机的可学习性和使用。 (英语) Zbl 0915.68124号

作者的主要工作是针对某类非循环概率有限自动机提出并分析一种分布学习算法。特别注意与短DNA序列、口语单词或单个手写字母等对象相对应的短序列的建模。具体来说,他们为草书手写字母(但没有表意文字)构建模型,为口语构建发音模型。形式结果以两个定理和几个引理的形式给出。

MSC公司:

第68季度第45季度 形式语言和自动机
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 亚伯,N。;Warmuth,M.,《关于概率自动机近似分布的计算复杂性》,马赫。学习,9205-260(1992)·Zbl 0766.68106号
[2] Baum,L.E。;Petrie,T.,有限状态马尔可夫链概率函数的统计推断,《数学年鉴》。统计学。,37 (1966) ·Zbl 0144.40902号
[3] Blum,A。;弗斯特,M。;M.J.卡恩斯。;Lipton,R.J.,《基于困难学习问题的密码原语》,《93年密码体制的预处理》(1993年),第24.1-24.10页
[4] 卡拉斯科,R.C。;Oncina,J.,通过状态合并方法学习随机规则语法,第二届语法推理和应用国际学术讨论会(1994年),第139-152页
[5] Chen,F.R.,识别发音网络的上下文因素,IEEE声学、语音和信号处理会议记录(1990),第753-756页
[6] 弗洛伊德,Y。;卡恩斯,M。;罗恩·D。;罗宾菲尔德。;夏皮雷,R.E。;Sellie,L.,从行走中有效学习典型有限自动机,第24届ACM计算理论年会论文集(1993),第315-324页·Zbl 1310.68131号
[7] Hoeffing,W.,有界随机变量和的概率不等式,Amer。统计人员。《协会杂志》,58,13-30(1963)·Zbl 0127.10602号
[8] 卡恩斯,M。;Mansour,Y。;罗恩·D。;罗宾菲尔德。;夏皮雷,R.E。;Sellie,L.,《关于离散分布的可学习性》,第25届ACM计算理论年会(1994年)·Zbl 1345.68252号
[9] Kearns,M.J.,《从统计查询中进行高效的噪声容忍学习》,第二十五届ACM计算理论研讨会论文集(1993年),第392-401页·Zbl 1310.68179号
[10] 普拉蒙顿,R。;Suen,C.Y。;Simner,M.L.,《计算机识别和手写的人类生产》(1989),《世界科学:世界科学新加坡》
[11] Rabiner,L.R.,语音识别中隐藏马尔可夫模型和选定应用教程,Proc。IEEE(1989年)
[12] 拉宾纳,L.R。;Juang,B.H.,《隐马尔可夫模型简介》,IEEE ASSP Mag.,3,4-16(1986)
[13] Riley,M.D.,生成发音网络的统计模型,IEEE声学、语音和信号处理会议论文集(1991),第737-740页
[14] 罗恩·D。;辛格,Y。;Tishby,N.,学习可变记忆长度的概率自动机,第七届计算学习理论年度研讨会论文集(1994年)
[15] 桑科夫,D。;Krusbal,J.B.,《时间扭曲、字符串编辑和大分子:序列比较的理论和实践》(1983年),艾迪生-韦斯利:艾迪生-韦斯利阅读
[16] Singer,Y.,《已经发生的事情将再次发生:自然语言分析的机器学习方法》(1995年),耶路撒冷希伯来大学
[17] 辛格,Y。;Tishby,N.,草书书写的动态编码,生物。赛博。,71, 227-237 (1994) ·Zbl 0806.92031号
[18] 斯托尔克,A。;Omohundro,S.,贝叶斯模型合并的隐马尔可夫模型归纳,神经信息处理系统进展(1992),摩根考夫曼:摩根考夫曼·圣马特奥
[19] Tappert,C.C。;Suen,C.Y。;Wakahara,T.,《在线手写识别技术现状》,IEEE Trans。图案年鉴。机器。国际,12787-808(1990)
[20] Trakhtenbrot,B.A。;布拉丁,雅。M.,《有限自动机:行为与合成》(1973),北荷兰:北荷兰阿姆斯特丹·Zbl 0271.94032号
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。