Show simple item record

Hidden Markov Models (HMM's) y aplicaciones

dc.rights.licenceLos usuarios del Repositorio de la UTB estarán autorizados para adaptar, transformar y crear a partir del contenido de esta publicación incluso para fines comerciales, sin embargo toda obra derivada de la publicación original deberá ser distribuida bajo la misma licencia CC-BY-SA. El autor o autores, sin excepción deberán ser claramente identificados como titulares de los derechos de autor de la publicación original.
dc.coverage.spatialCartagena de Indias
dc.creatorOspina Mateus, Edison
dc.date.accessioned2019-10-18T18:49:11Z
dc.date.available2019-10-18T18:49:11Z
dc.date.created2008
dc.date.issued2008
dc.identifier.other(ALEPH)000021777UTB01
dc.identifier.other(janium) 22240
dc.identifier.other22238
dc.identifier.urihttps://hdl.handle.net/20.500.12585/1976
dc.description.abstractLa intención principal de este trabajo de monografía es dar a conocer una maquina de aprendizaje existente desde hace algunos años , conocida como Cadenas Ocultas de Markov (HMM: Hidden Markov Models), mostrando su estructura matemática, componentes y naturaleza aplicativa con el fin de conocer el tipo de información, el método de procesamiento y las tareas que puede resolver. Como atractivo principal del documento, está el de identificar los elementos teóricos de un HMM dentro de un conjunto de aplicaciones reales ya implementadas por algunos científicos. Se describen por lo tanto 4 aplicaciones de diferentes naturalezas para visualizar el alcance de implementación de estas maquinas. Entre las aplicaciones seleccionadas están; el reconocimiento de voz, reconocimiento de lugares con robots móviles, técnicas predictivas para el mantenimiento de equipos y por último, aprendizaje y reconocimiento de patrones de movimiento corporal en seres humanos como método de interacción hombre-máquina. Se hace un acercamiento a las herramientas informáticas disponibles en la WEB que poseen algoritmos de entrenamiento, generación y prueba en HMM´s. Entre ellos se muestra como ejemplo general, un diagrama del procedimiento de entrenamiento de una HMM para observaciones continuas compuestos de múltiples mixturas gausianas de un algoritmo contenido en el toolbox de MATLAB, HMM_mat.spa
dc.format.extent156 h
dc.format.mediumCd-Rom
dc.format.mimetypeapplication/pdf
dc.language.isospa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.source.urihttp://biblioteca.utb.edu.co/notas/tesis/0049845.pdf
dc.subject.otherProcesos de Markov 
dc.subject.otherInteligencia artificial
dc.titleHidden Markov Models (HMM's) y aplicaciones
datacite.rightshttp://purl.org/coar/access_right/c_abf2
oaire.resourceTypehttp://purl.org/coar/resource_type/c_7a1f
oaire.versionhttp://purl.org/coar/version/c_970fb48d4fbd8a85
thesis.degree.disciplineIngeniería Eléctrica
thesis.degree.levelTesis pregrado
thesis.degree.nameIngeniero Electricista
dc.publisher.universityUniversidad Tecnológica de Bolívar
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
thesis.degree.grantorUniversidad Tecnológica de Bolívar
dc.contributor.directorGómez Vásquez, Eduardo
dc.type.hasVersioninfo:eu-repo/semantics/publishedVersion
dc.rights.accessRightsinfo:eu-repo/semantics/openAccess
dc.rights.ccAtribución-NoComercial 4.0 Internacional
dc.identifier.instnameUniversidad Tecnológica de Bolívar
dc.identifier.reponameRepositorio UTB
dc.date.other2008
dc.identifier.ddc628.9 O83


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

Los usuarios  del Repositorio de la UTB estarán autorizados para adaptar, transformar y crear a partir del contenido de esta publicación incluso para fines comerciales, sin embargo toda obra derivada de la publicación original deberá ser distribuida bajo la misma licencia CC-BY-SA.  El autor o autores, sin excepción deberán ser claramente identificados como titulares de los derechos de autor de la publicación original.
Except where otherwise noted, this item's license is described as Los usuarios del Repositorio de la UTB estarán autorizados para adaptar, transformar y crear a partir del contenido de esta publicación incluso para fines comerciales, sin embargo toda obra derivada de la publicación original deberá ser distribuida bajo la misma licencia CC-BY-SA. El autor o autores, sin excepción deberán ser claramente identificados como titulares de los derechos de autor de la publicación original.