Derivation of MCE/GPD Training Algorithm Applicable to Weighted Hidden Markov Models

WHMM에 적용가능한 MCE/GPD 학습알고리듬에 관한 연구

This paper derives a new training alorithm for WHMM using the well-known MCE/GPD method with experimental results on the E-set. The derived algorithm generalizes the conventional adaptive training algorithm for WHMM, which means that HMMs of multiple competing classes can be trained at the same time. The recognition results on the E-set have shown about 15% and 12% improvement for training and test data, respectively.

본 논문에서는 잘 알려진 변별학습 방법인 MCE/GPD방법을 WHMM에 적용시켜 그 학습알고리듬을 유도하고, E-set에 대한 실험결과를 제시한다. 유도된 알고리듬은 여러개의 혼동 가능한 클래스의 HMM에 대해서 학습이 가능하다는 점에서 기존에 제시된 적응학습 알고리듬의 자연스러운 일반화라 할 수 있다. E-set에 대한 인식실험 결과 학습에이터에 대해서 15%, 시험데이터에 대해서 12% 정도의 인식율 개선을 얻을 수 있었다.