快速词汇约束Viterbi算法（FLCVA）：速度与内存的同步优化
信息论
2016-11-18 v2 math.IT
摘要
对输入施加词汇约束可提高语音和在线手写识别系统的性能。通过将词典中各词语对应的多个隐藏马尔可夫模型（HMM）集成到 digraph结构中，可实现速度的显著提升。这种集成通过在不同词语的HMM之间共享中间结果来避免冗余计算。在本文中，我们引入一种令牌传递方法，用于同时计算词典中所有词语的后验概率。我们介绍的令牌编码方案在信息论意义上是最优的，令牌使用最少的位数。总体而言，我们同时优化了识别系统的执行速度和内存需求。
引用
@article{arxiv.cs/0601107,
title = {Structure of Optimal Input Covariance Matrices for MIMO Systems with Covariance Feedback under General Correlated Fading},
author = {Igor Bjelakovic and Holger Boche},
journal= {arXiv preprint arXiv:cs/0601107},
year = {2016}
}
备注
5 pages, corrected typos