Блочная модификация сэмплирования по Гиббсу для распознавания скрытых марковских полей
Исследовано применение сэмплирования по Гиббсу и его модификаций для распознавания скрытых марковских полей, а также конструктивный метод реализации его блочной модификации распознавания изображений для случая, когда блоками служат строки изображения. Предложено использование нового метода оценки ма...
Saved in:
| Published in: | Управляющие системы и машины |
|---|---|
| Date: | 2018 |
| Main Authors: | , |
| Format: | Article |
| Language: | Russian |
| Published: |
Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
2018
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/144131 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Блочная модификация сэмплирования по Гиббсу для распознавания скрытых марковских полей / Е.В. Водолазский, С.А. Латюк // Управляющие системы и машины. — 2018. — № 2. — С. 31-41. — Бібліогр.: 5 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-144131 |
|---|---|
| record_format |
dspace |
| spelling |
Водолазский, Е.В. Латюк, С.А. 2018-11-29T18:23:30Z 2018-11-29T18:23:30Z 2018 Блочная модификация сэмплирования по Гиббсу для распознавания скрытых марковских полей / Е.В. Водолазский, С.А. Латюк // Управляющие системы и машины. — 2018. — № 2. — С. 31-41. — Бібліогр.: 5 назв. — рос. 0130-5395 DOI: https://doi.org/10.15407/usim.2018.02.031 https://nasplib.isofts.kiev.ua/handle/123456789/144131 004.318 Исследовано применение сэмплирования по Гиббсу и его модификаций для распознавания скрытых марковских полей, а также конструктивный метод реализации его блочной модификации распознавания изображений для случая, когда блоками служат строки изображения. Предложено использование нового метода оценки математического ожидания для задач распознавания на структурах, разметки которых обладают марковским свойством. Мета статті — демонстрація існування конструктивної реалізації блочної модифікації семплування за Гібсом для розпізнавання зображень. Порівняння її роботи зі стандартною реалізацією та пошук текстур, на яких блочна модифікація працює краще. Перевірка придатності запропонованого методу оцінки математичного сподівання для використання при розпізнаванні прихованих марківських полів. Методи. Блочну модифікацію семплування за Гібсом для розпізнавання зображень побудовано на принципах динамічного програмування. Додаток, що дозволяє генерувати зображення заданої текстури, обирати потрібну модифікацію семплування за Гібсом розв’язку задачі розпізнавання та отримати графіки залежності швидкості розпізнавання кожного алгоритму від часу реалізовано на мові Python з використанням бібліотеки Cython для написання розширень на мові С. Результат. Виявлено, що блочна модифікація семплування за Гібсом на так званих «монотонних» текстурах при високому рівні шуму працює краще, ніж стандартний алгоритм. На «діагональних» текстурах, які дуже часто зустрічаються, блочна модифікація працює не гірше, ніж загальновідомий метод. Також виявлено, що на «монотонних» текстурах запропонований метод для оцінки математичного сподівання демонструє кращі результати, ніж загальноприйнятий. Purpose of this paper is to demonstrate that blocking Gibbs sampling can be constructively implemented for solving image recognition problems. Secondly, we want to compare blocking modification with standard algorithm and find types of the textures, on which blocking modification will give better results. And, finally, we want to test validity of the proposed method for estimation of expectation. Methods. Blocking modification of Gibbs sampling for image recognition is built on the principles of dynamic programming. Software that allows to generate images of the given texture, choose proper modification of Gibbs sampling for solving the problem and show graphs using Python and Cython. Results. ru Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України Управляющие системы и машины Интеллектуальные информационные технологии и системы Блочная модификация сэмплирования по Гиббсу для распознавания скрытых марковских полей Блочна модифікація сэмплування за Гибсом для розпізнавання прихованих марковських полів Blocking modification of Gibbs sampling for recognition of hidden Markov fields Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Блочная модификация сэмплирования по Гиббсу для распознавания скрытых марковских полей |
| spellingShingle |
Блочная модификация сэмплирования по Гиббсу для распознавания скрытых марковских полей Водолазский, Е.В. Латюк, С.А. Интеллектуальные информационные технологии и системы |
| title_short |
Блочная модификация сэмплирования по Гиббсу для распознавания скрытых марковских полей |
| title_full |
Блочная модификация сэмплирования по Гиббсу для распознавания скрытых марковских полей |
| title_fullStr |
Блочная модификация сэмплирования по Гиббсу для распознавания скрытых марковских полей |
| title_full_unstemmed |
Блочная модификация сэмплирования по Гиббсу для распознавания скрытых марковских полей |
| title_sort |
блочная модификация сэмплирования по гиббсу для распознавания скрытых марковских полей |
| author |
Водолазский, Е.В. Латюк, С.А. |
| author_facet |
Водолазский, Е.В. Латюк, С.А. |
| topic |
Интеллектуальные информационные технологии и системы |
| topic_facet |
Интеллектуальные информационные технологии и системы |
| publishDate |
2018 |
| language |
Russian |
| container_title |
Управляющие системы и машины |
| publisher |
Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України |
| format |
Article |
| title_alt |
Блочна модифікація сэмплування за Гибсом для розпізнавання прихованих марковських полів Blocking modification of Gibbs sampling for recognition of hidden Markov fields |
| description |
Исследовано применение сэмплирования по Гиббсу и его модификаций для распознавания скрытых марковских полей, а также конструктивный метод реализации его блочной модификации распознавания изображений для случая, когда блоками служат строки изображения. Предложено использование нового метода оценки математического ожидания для задач распознавания на структурах, разметки которых обладают марковским свойством.
Мета статті — демонстрація існування конструктивної реалізації блочної модифікації семплування за Гібсом для розпізнавання зображень. Порівняння її роботи зі стандартною реалізацією та пошук текстур, на яких блочна модифікація працює краще. Перевірка придатності запропонованого методу оцінки математичного сподівання для використання при розпізнаванні прихованих марківських полів.
Методи. Блочну модифікацію семплування за Гібсом для розпізнавання зображень побудовано на принципах динамічного програмування. Додаток, що дозволяє генерувати зображення заданої текстури, обирати потрібну модифікацію семплування за Гібсом розв’язку задачі розпізнавання та отримати графіки залежності швидкості розпізнавання кожного алгоритму від часу реалізовано на мові Python з використанням бібліотеки
Cython для написання розширень на мові С.
Результат. Виявлено, що блочна модифікація семплування за Гібсом на так званих «монотонних» текстурах при високому рівні шуму працює краще, ніж стандартний алгоритм. На «діагональних» текстурах, які дуже часто зустрічаються, блочна модифікація працює не гірше, ніж загальновідомий метод. Також виявлено, що на «монотонних» текстурах запропонований метод для оцінки математичного сподівання демонструє кращі результати, ніж загальноприйнятий.
Purpose of this paper is to demonstrate that blocking Gibbs sampling can be constructively implemented for solving image recognition problems. Secondly, we want to compare blocking modification with standard algorithm and find types of the textures, on which blocking modification will give better results. And, finally, we want to test validity of the proposed method for estimation of expectation.
Methods. Blocking modification of Gibbs sampling for image recognition is built on the principles of dynamic programming. Software that allows to generate images of the given texture, choose proper modification of Gibbs sampling for solving the problem and show graphs using Python and Cython.
Results.
|
| issn |
0130-5395 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/144131 |
| citation_txt |
Блочная модификация сэмплирования по Гиббсу для распознавания скрытых марковских полей / Е.В. Водолазский, С.А. Латюк // Управляющие системы и машины. — 2018. — № 2. — С. 31-41. — Бібліогр.: 5 назв. — рос. |
| work_keys_str_mv |
AT vodolazskiiev bločnaâmodifikaciâsémplirovaniâpogibbsudlâraspoznavaniâskrytyhmarkovskihpolei AT latûksa bločnaâmodifikaciâsémplirovaniâpogibbsudlâraspoznavaniâskrytyhmarkovskihpolei AT vodolazskiiev bločnamodifíkacíâsémpluvannâzagibsomdlârozpíznavannâprihovanihmarkovsʹkihpolív AT latûksa bločnamodifíkacíâsémpluvannâzagibsomdlârozpíznavannâprihovanihmarkovsʹkihpolív AT vodolazskiiev blockingmodificationofgibbssamplingforrecognitionofhiddenmarkovfields AT latûksa blockingmodificationofgibbssamplingforrecognitionofhiddenmarkovfields |
| first_indexed |
2025-11-30T20:58:59Z |
| last_indexed |
2025-11-30T20:58:59Z |
| _version_ |
1850858461903978496 |