6. Conclusions
Les modèles markoviens cachés sont aujourd’hui, et cela depuis une vingtaine d’années, un outil essentiel pour le traitement, l’exploration, la classification, l’étiquetage, le clustering de données séquentielles et de signaux divers, qu’il s’agisse de signaux audio (parole, musique), de gestes, d’écriture manuscrite, de séquences d’interaction homme-machine, etc.
Les modèles markoviens cachés constituent un cadre simple et efficace à partir duquel le concepteur peut aisément construire des modèles adaptés à un problème spécifiques et à des données particulières, comme en témoigne la multitude de variantes et extensions de ces modèles, même si leur usage nécessite une attention particulière et requiert une certaine expertise.
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ? Se connecter
Conclusions
Sources bibliographiques
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ? Se connecter
Article inclus dans l'offre
"Mathématiques"
(
228 articles
)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
