Автореферат (Составление портфелей ценных бумаг на основе прогнозирования совместной функции распределения доходностей), страница 5
Описание файла
Файл "Автореферат" внутри архива находится в папке "Составление портфелей ценных бумаг на основе прогнозирования совместной функции распределения доходностей". PDF-файл из архива "Составление портфелей ценных бумаг на основе прогнозирования совместной функции распределения доходностей", который расположен в категории "". Всё это находится в предмете "физико-математические науки" из Аспирантура и докторантура, которые можно найти в файловом архиве НИУ ВШЭ. Не смотря на прямую связь этого архива с НИУ ВШЭ, его также можно найти и в других разделах. , а ещё этот архив представляет собой кандидатскую диссертацию, поэтому ещё представлен в разделе всех диссертаций на соискание учёной степени кандидата физико-математических наук.
Просмотр PDF-файла онлайн
Текст 5 страницы из PDF
Тем не менее,преимущество первого алгоритма нельзя назвать большим.Таблица 3: Время работы алгоритмов.Количество процессоров136Время 1го алгоритма, с975644652463Время 2го алгоритма, с151311Таблица 4: Точность подгонки алгоритмов.Мера подгонкиРасхождение Кульбака - ЛейблераЗначение целевой функцииРезультат 1го алгоритма0.117-32935Результат 2го алгоритма0.140-34289Из приведённых таблиц можно сделать вывод о том, что второй алгоритм,хотя и менее точный, является более предпочтительным при реальном19применении.При проведении экспериментов по распознаванию языкаиспользовалась речевая база, содержащая данные по языкам (арабскому,английскому, мандарину, польскому, русскому и турецкому), записаннымв телефонном канале.Характеристики входного сигнала: битрейт 16,частота дискретизации 8 кГц, соотношение сигнал – шум в среднем 15дб.Продолжительность речи на каждом языке в обучающем множестве составлялапримерно 120 минут.
Tестовое множество для каждого языка состояло изпримерно 500 векторов.Результаты экспериментов, приведённые в таблице 5, показываютпреимущество в точности распознавания при применении предложенныхметодов.Таблица 5: Точность распознавания языка (в процентах).Длительность, c5ТочностьТрад.34.1110Разр.48.35Трад.22.7220Разр.46.91Трад.28.4240Разр.33.74Трад.25.71Разр.36.91В заключении подводятся итоги проделанной работы. Перечисляютсяосновные результаты диссертации и следующие из них выводы.Основные результаты работы, выносимые на защиту1. Проведён анализ существующего состояния в сфере распознавания языка идиктора.2. Выявлены дикторонезависимые признаки,основанные на 4-хпараметрическом распределении, и доказана их оптимальность.3. Разработана и теоретически обоснована модифицикация метода опорныхвекторов, основанная на применении фишеровских ядер, которая позволяетувеличить точность распознавания диктора.4.
Разработана модификация алгоритма симуляции отжига, увеличивающиябыстродействие системы при получении дикторонезависимых признаков.5. Проведён сравнительный анализ алгоритмов оптимизации для получениядикторонезависимых признаков по скорости и точности.6. Разработаны и теоретически обоснованы методы и алгоритмы полученияпараметров классификатора для решения задач идентификации языка идиктора.7. Создана программная реализация разработанной системы идентификацииязыка и диктора, фрагменты который внедрены на производстве.8.
Проведены экспериментальные исследования по оценке точностираспознавания и быстродействию системы идентификации языка и диктора,которые показали преимущества разработанных методов по сравнению сприменяемыми ранее.20Список работ, опубликованных по теме диссертацииСтатьи в рецензируемых изданиях, рекомендованных ВАК РФ:1. Ермилов А.В. Распознавание языка искаженного текста методом опорныхвекторов // Вестник РУДН.
Серия Математика, Информатика, Физика.2012. Т. 2. с. 126–130.2. Ермилов А.В. Моделирование речевых признаков с помощью алгоритмасимуляции отжига // Вестник РУДН. Серия Математика, Информатика,Физика. 2014. Т. 2. с. 354-358.3. Гостев И.М., Ермилов А.В.
О применении Фишеровских ядер в задачераспознавания диктора // Известия Юго-Западного ГосударственногоУниверситета. Серия Вычислительная Техника, Информатика,Медицинское приборостроение. 2011. Т. 2. с. 15–20.4. Ermilov A. V. Speech Technologies in human computer interactions //International Journal of Modern Manufacturing Technologies. 2013. Vol.
4. p.52–57Материалы международных, всероссийских, молодежных научныхконференций5. Ermilov A. V. Parallel Technologies in maximum likelihood estimation //Book of Abstracts of 5th International Conference “Distributed Computing andGrid-Technologies in Science and Education’’ (GRID-2012). 2012. p. 99.6. Ermilov A. V. Speech technologies in human-computer interactions // Book ofAbstracts of the First International Conference on Modern ManufacturingTechnologies in Industrial Engineering “ModTech – 2013” 2013.
p. 197.7. Ermilov A. V. Modeling of speech features via simulated annealing algorithm//Book of Abstracts of the international Conference “Mathematical Modelingand Computational Physics - 2013” (MMCP’2013). 2013. p. 76.8. Ermilov A.
V. Fisher Kernels for speaker recognition // Book of Abstracts ofSecond International Symposium “Modeling of Nonlinear Processes andSystems (MNPS-2011)”. 2011. p. 291.9. Ермилов А.В. Параллельные технологии в задаче максимизацииправдоподобия // Труды 5-ой Международной конференции”Распределенные вычисления и грид-технологии в науке и образовании”.2012. с. 302-305.10.Ермилов А.В. Применение расширения Грам-Шарлье для моделированияречевых признаков // Сборник материалов X Международной научнотехнической Конференции “Оптико-электронные приборы и устройства всистемах распознавания образов, обработки изображений и символьнойинформации. Распознавание - 2012”. 2012.
с. 97.11.Ермилов А.В. Математическая модель параллельных вычислений всистеме автоматического распознавания речи // Сборник материалов XIМеждународнойнаучно-техническойКонференции“Оптикоэлектронные приборы и устройства в системах распознавания образов,21обработки изображений и символьной информации. Распознавание –2013”. 2013. с. 252.Личный вклад соискателя. В совместно опубликованных работах вкладавтора диссертации является определяющим.Ермилов А.В.Методы, алгоритмы и программы решения задач идентификации языка идиктораАннотацияВ диссертации разработаы методы идентификации диктора, основанныена методе опорных векторов с применением Фишеровских ядер.
Крометого, предложена и теоретически обоснована модель акустическихдикторонезависимых признаков, использующая 4-х параметрическоераспределение (расширение Грам-Шарлье) для моделирования речевыхпризнаков. Разработана модификация алгоритма симуляции отжига,увеличивающая быстродействие системы распознавания при получениидикторонезависимых признаков за счет введения в алгоритм параллельновыполняющихся циклов.Ermilov A.V.Methods, algorithms and programms for language and speaker identification.AbstractIn the dissertation elaborated methods of speaker identification, based onsupport vector machines with Fisher kernels.
In addition developed andtheoreticaly verified model of speaker-independent features, based on 4parametric distribution (Gram-Charlier expansion). Modification of simulatedannealing algorithm based on parallel cycles is developed. This modificationallows to increase speed of the recognition system.22.
