Usted está aquí: Inicio Ingeniería Informática Análisis de Datos Vídeos de temas avanzados: datos secuenciales, teoría y aplicaciones de los HMMs

Vídeos de temas avanzados: datos secuenciales, teoría y aplicaciones de los HMMs

Acciones de Documento
  • Vista de contenidos
  • Marcadores (bookmarks)
  • Exportación de LTI
Autores: Jesús García Herrero, Ricardo Aler Mur, Julia Sidorova
En esta sección aportamos una serie de presentaciones sobre análisis de datos sobre series temporales mediante técnicas probabilistas de tipo HMM (Hidden Markov Models), incluyendo resultados teóricos y su aplicación a ejemplos prácticos de interés

 

Referencias bibliográficas relacionadas:

Referencias V-E-001: NLP-inspired structural pattern recognition in chemical application; J. Sidorova, M. Anisimova; Pattern Recognition Letters Volume 45, 1 August 2014, Pages 11–16

Referencias V-E-002: ATC trajectory reconstruction for automated evaluation of sensors and trackers performance. J. Besada, E. Voet, J. Garcia, G. Miguel, A. Soto. IEEE Aerospace and Electronic Systems Magazine. Feb 2013., Vol. 28, N2. pp 4-17

Referencias V-E-003: Biological Sequence Analysis: Probabilistic Models of Proteins and Nucleic Acids. Front Cover. Richard Durbin. Cambridge University Press, Apr 23, 1998 (for bioinformaticians)

Referencias V-E-004, A: Lawrence R. Rabiner. A tutorial on hidden Markov models and selected applications in speech recognition. Proceedings of the IEEE.1989. pp 257--286. (for engineers)

Referencias V-E-004, B: Daniel Jurafsky, James H. Martin. Speech and Language Processing: An Introduction to Natural Language Processing, Speech Recognition. 2009. (for computational linguistics)

Reutilizar Curso
Descargar este curso
Encuesta Usuarios OCW-UC3M