ارسل ملاحظاتك

ارسل ملاحظاتك لنا







استخدام سلاسل ماركوف المخفية فى تمييز حروف العلة فى اللغة الانكليزية

المصدر: المجلة العراقية للعلوم الإحصائية
الناشر: جامعة الموصل - كلية علوم الحاسوب والرياضيات
المؤلف الرئيسي: إلياس، حسن محمد (مؤلف)
مؤلفين آخرين: حسين، رنا بشار (م. مشارك)
المجلد/العدد: ع 9
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2006
الصفحات: 67 - 91
ISSN: 1680-855X
رقم MD: 419351
نوع المحتوى: بحوث ومقالات
قواعد المعلومات: EcoLink
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

12

حفظ في:
LEADER 03486nam a22002057a 4500
001 1065490
044 |b العراق 
100 |9 180601  |a إلياس، حسن محمد  |e مؤلف 
245 |a استخدام سلاسل ماركوف المخفية فى تمييز حروف العلة فى اللغة الانكليزية  
260 |b جامعة الموصل - كلية علوم الحاسوب والرياضيات  |c 2006 
300 |a 67 - 91 
336 |a بحوث ومقالات 
520 |a تمت في هذا البحث دراسة نماذج ماركوف المخفية التي هي مجموعة منتهية من الحالات، كل حالة تقترن بتوزيع احتمالي، أما الانتقالات ما بين الحالات فتحدد بوساطة مجموعة من الاحتمالات وتسمى الاحتمالات الانتقالية، وبشكل عام، تتولد الحالة الناتجة (المشاهدة) طبقاً لتوزيع الاحتمالية المقترنة، اذ توجد احتمالية ناتجة فقط ولا توجد حالة ظاهرة يمكن أن نشاهد ولهذا فإن الحالات تكون مخفية. تم عرض المسائل الأساسية لنماذج ماركوف المخفية (Hidden Markov Models) (HMMs) وهي: - حساب الإمكان لمتسلسلة المشاهدات (O) عندما يكون المعطى هو النموذج، أي إيجاد، حيث أن : A =مصفوفة احتمالات انتقال الحالة. B= مصفوفة احتمالية المشاهدات. TT = توزيع الحالة الابتدائية. - اختيار متسلسلة الحالة المثلى لعملية ماركوف المخفية. -إيجاد النموذج الذي يكون فيه الإمكان أعظم ما يمكن، أي إعادة تقدير معلمات النموذج لتعظيم فضلا عن حلولها.  |b This study deals with hidden Markov models . These models consist of sets of finite states , each one of them is associated with a probability distribution . The transition among the states is governed by a set of probabilities namely “Transition probabilities”. In general, the final observation produced according to the associated probability, where there is only probability production instead of a clear visible states . Therefore , these states are described as hidden The basic problems for hidden Markov models (HMMs) are : - The probability account for the observation sequence (O) when the model is given _ = (A , B , _) , i.e. P(O|_) Where : A = The state transition probabilities . B = The observation probability matrix . _ = The initial state distribution . - Choosing the optimal state of the sequence for hidden Markov process. - Finding the model _ = (A , B , _) which has the greatest probability , i.e. re-estimating the model to maximiz P(O|_) . in addition to its results . 
653 |a حروف العلة   |a السلاسل الزمنية   |a التحليل الاحصائى   |a الاساليب الاحصائية   |a سلاسل ماركوف   |a اللغة الانجليزية   |a القواعد اللغوية  
700 |a حسين، رنا بشار  |g Hussein, Rana Bashar  |e م. مشارك  |9 212521 
773 |4 الاقتصاد  |6 Economics  |c 004  |e Iraqi Journal of Statistical Science  |l 009  |m ع 9  |o 1147  |s المجلة العراقية للعلوم الإحصائية  |v 000  |x 1680-855X 
856 |u 1147-000-009-004.pdf 
930 |d y  |p y 
995 |a EcoLink 
999 |c 419351  |d 419351