Index

Adattamento
3.2.0.1
Addestramento
2.2.2 | 2.3.3.1
Back-propagation
2.2.2.3
Batch size
4.3.0.4
Bias
2.2.1
Categorizzazione del parlatore
3.3.2
Cepstrali, parametri
2.3.1
Classificazione
2.3.2
Cluster
3.3.2
Confidence
8.2
Contesto, blocchi
4.1
Corrects
5.2
Database inglese
4.4.1
Database italiano
4.4.2
Delections
5.2
Discriminazione
2.3.2
Epoche
4.3.0.3
Errore quadratico medio
2.2.2.3
Fabp tolerance
4.3.0.5
Fonema
4.2
Foneticamente bilanciate, frasi
8.1
Forward-backward, algoritmo
2.3.2
Frame
2.3.1
Hidden Markov model
2.3.2
HMM-NN
2.3.3
Insertions
5.2
J-LIN
5.1.2
Learning rate
2.2.2.3 | 4.3.0.1
LIN
5.1.1
Modelli ibridi HMM-NN
2.3.3
Momento
2.2.2.3 | 4.3.0.2
Neurone artificiale
2.2.1
Neurone biologico
2.1
Non supervisionato
3.2.0.2
Non supervisionato, addestramento
2.2.2.2
Normalizzazione
3.2.0.1
OLA
5.1.3
Patterns
2.2.2
Rete neurale
2.2.1
Run-forward
2.2.2.3
Segmentazione
2.3.3.1
Sigmoide, funzione
2.2.1
Softmax, funzione
2.2.1
Stazionarie, Unità
4.2
Supervised
3.2.0.2
Supervised learning
2.2.2.1
Supervisionato
3.2.0.2
Supervisionato, addestramento
2.2.2.1
Target
2.2.2.1
Tecnica, learning rate variabile
8.1
Training
2.2.2 | 2.3.3.1
Transizionale, unià
4.2
Transizionali, unità
4.2
Trasformazione degli ingressi
3.3.1
Trasformazione del modello
3.3.3
Trifoni
4.2
Ufabp tolerance
4.3.0.5
Unsupervised
3.2.0.2
Unsupervised learning
2.2.2.2
Viterbi, algoritmo
2.3.2
Word-accuracy
5.2



Stefano Scanzio 2007-10-16