Bereiche | Tage | Auswahl | Suche | Downloads | Hilfe

DY: Dynamik und Statistische Physik

DY 18: POSTER I

DY 18.19: Poster

Montag, 23. März 1998, 14:30–17:30, D

Lernen von Metrischen Räumen mit Hidden-Markov-Modellen — •J. C. Stiller^1,2, G. Radons¹ und J. Krüger² — ¹Institut für Theoretische Physik, Universität Kiel — ²AG Hirnforschung, Universität Freiburg

Hidden-Markov-Modelle (HMM), eine der Standardmethoden in der Sprachverarbeitung [1], werden in letzter Zeit auch erfolgreich zur Analyse biologischer Daten [2] eingesetzt.

Wir führen Hidden-Markov-Modelle ein, in denen die Zustände Orten in einem metrischen Raum entsprechen und die Ausgabesymbole Funktionen der Differenzvektoren sind.

Mit ihrer Hilfe ist es z. B. möglich, aus einem Elektrookulogramm [3] (Messung der hauptsächlich von Augenbewegungen abhängenden Potentialdifferenz zwischen dicht neben die Augen geklebten Hautelektroden), das Drift, Rauschen und andere starke Störungen aufweist, mit großer Sicherheit die Blickrichtung zu schätzen.

[1] L. R. Rabiner, Proc. IEEE 77 (1989).

[2] G. Radons, J. D. Becker, B. Dülfer, J. Krüger, Biological Cybernetics 71 (1994).

[3] M. Marmor, E. Zrenner, Arch. Ophthalmol. 111 (1993).