11: Grundlagen der Automatischen Spracherkennung, Vorlesung, WS 2017/18, 29.11.2017
- 0:00:00 Starten
- 0:00:31 Die Fundamentalformel (Erinnerung)
- 0:01:00 Hidden Markov Model Ansatz
- 0:04:14 Münzen-Beispiel
- 0:10:53 Urne Ball Modell
- 0:12:02 HMM Definition
- 0:14:06 HMM Beobachtungsgenerierung
- 0:16:13 Die HMM Trellis
- 0:17:05 Die drei Probleme der HMMs
- 0:22:46 Forward Algorithmus
- 0:39:03 Backward Algorithmus
- 0:41:01 Das Decoding Problem
- 0:43:10 Viterbi-Algorithmus
- 0:45:37 Das Lern-Problem
- 0:53:19 Baum-Welch Regeln
- 0:56:57 Literatur
- 0:59:11 Maximum-Likelihood Methode
- 1:30:33 Exspectation Maximization (EM)
| Zugehörige Institution(en) am KIT | Institut für Anthropomatik und Robotik (IAR) |
| Publikationstyp | Audio & Video |
| Publikationsdatum | 07.12.2017 |
| Erstellungsdatum | 29.11.2017 |
| Sprache | Deutsch |
| DOI | 10.5445/DIVA/2017-747 |
| Identifikator | KITopen-ID: 1000115130 |
| Lizenz | KITopen-Lizenz |
| Serie | Grundlagen der Automatischen Spracherkennung, Vorlesung, WS 2017/18 |
| Folge | 11 |