动态时间规整 dynamic time warping (DTW)

测量的两个变化速度不同的时间序列之间距离的方法

HMM-5-连续观测-高斯混合模型(HMM-GMM)

HMM-GMM 高斯混合密度实现连续观测序列

HMM-4-学习模型参数(Baum-Welch)

使用Baum-Welch算法学习从给定多个观测序列中HMM模型参数,同时解决机器精度造成的计算稳定性问题。

HMM-3-查找最大概率状态序列(Viterbi)

给定观测序列和模型参数时,查找最大概率状态序列

HMM-2-计算观测序列概率(forward-backward)

给定模型参数,计算给定任意观测序列的概率. forward-backward

HMM-1-简介

1960s, Baum和他的同事发布一系列论文, 1970s CMU的Baker用于实现语音处理, IBM Jelinek和他的同事用于语音处理, Hidden Markov Models 当前状态仅与上一步状态相关,与上一步之前的状态无关.

Hybrid computing using a neural network with dynamic external memory

Here we introduce a machine learning model called to a differentiable neural computer (DNC), which consists of a nerual network that can read from and write to an external memory matrix, analogous to the random-access memory in a conventional computer. Like a conventional computer, it can use its memory to represent and manipulate complex data structures, but , like a nerual network, it can learn to do so from data.

中文句法分析-3-依存句法分析

依存句法是由法国语言学家 Lucien Tesnière 最先提出。将句子分析成一颗依存句法树,描述各个词语之间的依存关系。也即指出了词语之间在句法上的搭配关系,这种搭配关系是和语义相关联的。

中文句法分析-2-成分句法分析

PCFG, 基于概率上下文无关文法的短语结构句法解析

中文句法分析-1-上下文无关文法

CFG上下文无关文法,结构和基本原理知识。

Proudly powered by WordPress   Premium Style Theme by www.gopiplus.com