Entrenamiento discriminativo de componentes principales ocultas de Markov aplicado a detección de estados funcionales en bioseñales
Year: 2009
Type: dissertation
Abstract: Se propone desarrollar una metodología de carácter discriminativo para la estimación de los parámetros de un modelo de clasifica Se propone desarrollar una metodología de carácter discriminativo para la estimación de los parámetros de un modelo de clasificación basado en modelos ocultos de Markov, en donde las observaciones estén explicadas por un modelo de variable latente(componentes principales ocultas de Markov). El modelo de variable latente dinámico obtenido (HMPCA), se utiliza para realizar una reducción de dimensionalidad localizada que permite disminuir el número de características dinámicas necesarias para la etapa de entrenamiento. Con el enfoque de entrenamiento discriminativo, se pretende mejorar la precisión del clasificador de forma directa, implementando la estimación de parámetros mediante técnicas de gradiente estocástico o secuencial para minimizar una función que penaliza el error de clasificación en el contexto de la teoría de decisión bayesiana. Se compara el desempeño del modelo HMPCA optimizado con el criterio discriminativo MCE y el desempeño obtenido con la estimación de máxima verosimilitud. El modelo discriminativo propuesto se emplea en tareas de análisis de señales biológicas con patologías, específicamente, en clasificación de señales de ECG y voz. cion basado en modelos ocultos de Markov, en donde las observaciones estén explicadas por un modelo de variable latente(componentes principales ocultas de Markov). El modelo de variable latente dinámico obtenido (HMPCA), se utiliza para realizar una reducción de dimensionalidad localizada que permite disminuir el número de características dinámicas necesarias para la etapa de entrenamiento. Con el enfoque de entrenamiento discriminativo, se pretende mejorar la precisión del clasificador de forma directa, implementando la estimación de parámetros mediante técnicas de gradiente estocástico o secuencial para minimizar una función que penaliza el error de clasificación.
Source: Americanae (AECID Library)
Authors: Restrepo Cuestas, Bonie Johana
Language: Spanish
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W2492679370