Resumen de Entrenamiento discriminativo por distancia de mahalanobis para detección de patologías de voz

Milton Orlando Sarria Paja, Germán Castellanos Domínguez

• español

  Este artículo presenta una técnica de entrenamiento discriminativo para Modelos Ocultos de Markov, orientado a identificación de patologías de voz. Esta técnica busca maximizar el área que encierra la Curva ROC (Receiver Operating Characteristic) ajustando los parámetros del modelo, empleando como función objetivo la distancia de Mahalanobis. Los resultados muestran que la técnica propuesta mejora significativamente la precisión en un sistema de clasificación comparado con otros criterios de entrenamiento. Los resultados son obtenidos empleando la base de datos de patologías de voz MEEIVL

• English

  his paper presents an approach that improves discriminative training criterion for Hidden Markov Models, and oriented to voice pathological identification. This technique aims at maximizing the Area under Curve of a Receiver Operating Characteristic curve by adjusting the model parameters using as objective function the Ma halanobis distance. The results show that the proposed technique outperforms significantly the accuracy in a classifi cation system comparing with other training criteria. Results are provided using the MEEIVL voice disorders data base