मेटा-पाई नेटवर्क: मजबूत मल्टीसोर्स पैटर्न पहचान के लिए वितरित ज्ञान प्रतिनिधित्व बनाना

लेखक मेटा-पाई नेटवर्क प्रस्तुत करते हैं, जो एक मल्टीनेटवर्क कनेक्शनिस्ट वर्गीकरणकर्ता है जो कई सांख्यिकीय रूप से भिन्न स्रोतों द्वारा उत्पन्न यादृच्छिक विशेषता वेक्टरों के लिए मजबूत पैटर्न पहचान के लिए वितरित निम्न-स्तरीय ज्ञान प्रतिनिधित्व बनाता है। वे बताते हैं कि मेटा-पाई पैडिग्म एक अनुकूली बेयसियन अधिकतम ए प्रायोगिक वर्गीकरणकर्ता कैसे लागू करता है। वे मल्टीस्पीकर फोनेम पहचान के संदर्भ में इसके प्रदर्शन को भी प्रदर्शित करते हैं, जिसमें मेटा-पाई सुपरस्ट्रक्चर स्पीकर-निर्भरतामूलक समय- देरी न्यूरल नेटवर्क (TDNN) मड्यूलों को जोड़ता है ताकि मल्टीस्पीकर /b,d,g/ फोनेम पहचान को 2% स्पीकर-निर्भर त्रुटि दरों के साथ किया जा सके। अंत में, लेखक मेटा-पाई आर्किटेक्चर को एक सीमित स्रोत-स्वतंत्र पहचान कार्य पर लागू करते हैं, जिसमें एक नए स्रोत का भेदभाव प्रदर्शित किया जाता है। वे दर्शाते हैं कि इसे नए स्रोत (स्पीकर) के अनुकूल बनाया जा सकता है, प्रत्येक तीन फोनेम के पांच अनुकूलन उदाहरणों को दिए जाने पर।