New Stochastic Method for Sequence Recognition
We offer a new stochastic method for sequence recognition, which is suitable for detection of for example speech, text or handwriting recognition. In tests it outperformed Hidden Markov Models (HMM’s) and other approaches significantly, which were state of the art for pattern recognition of sequences up till now.<!–break–></p>
<p>The new sequence recognition method is nearly under and over fitting free. The training procedure doesn’t require an initial set of parameters or incremental optimization, so that the training can run fully automated. The method is able to do “word spotting” in very long sequences. Because of its unique nature it is very insensitive to non-linear distortion. The needed computing cost is low, thus the new method for sequence recognition can work in real time.<br> <br> <strong>IP Rights</strong><br> <strong>IP Rights</strong><br> EP and US patent application with priority on July 2007<br> <br> <strong>Patent Owner</strong><br> Technische Universität Berlin</p>
Weitere Informationen: PDF
ipal GmbH
Tel.: +49 (0)30/2125-4820
Ansprechpartner
Dr. Dirk Dantz
Media Contact
Alle Nachrichten aus der Kategorie: Technologieangebote
Neueste Beiträge

Flexible Elektronik ohne Sintern
Leitfähige Metall-Polymer-Tinten für den Inkjet-Druck. Auf der diesjährigen Hannover Messe präsentiert das INM – Leibniz-Institut für Neue Materialien Hybridtinten für den Inkjetdruck. Sie bestehen aus Metallnanopartikeln, die mit leitfähigen Polymeren…

Grüner Wasserstoff nach dem Vorbild der Natur
Transregio-Sonderforschungsbereich verlängert … Das Sonnenlicht als Quelle für die klimafreundliche Energieversorgung nutzen: Lange vor großen Initiativen wie dem europäischen „Green Deal“ oder der „nationalen Wasserstoffstrategie“ hat der Transregio-Sonderforschungsbereich (SFB) CataLight…

Molekulare heterogene Katalyse in definierten dirigierenden Geometrien
Katalyse-Sonderforschungsbereich geht in die zweite Runde. Der Sonderforschungsbereich „Molekulare heterogene Katalyse in definierten dirigierenden Geometrien“ (SFB 1333) an der Universität Stuttgart erhält eine zweite Förderperiode und damit Fördermittel in Höhe…