Hidden Markov Models (HMM's) y aplicaciones
Loading...
Date
2008
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
La 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.