Resumo-Uma nova modificação do algoritmo PSO convencional é proposta neste trabalho, a fim de lidar com as restrições estocásticas da estimação ML de modelos HMM. Um critério de parada para o PSO baseado na invariância da função custo é também proposto. Estas propostas são aplicadas com êxito na modelagem de canais com erros em surtos.
Resumo-A aplicação do algoritmo PSO na estimação de máxima verossimilhança (ML) de modelos HMM para canais com erros em surtos é investigada neste trabalho. Uma comparação de desempenho com o algoritmo Baum-Welch (BW) é apresentada, focada na habilidade dos algoritmos em se aproximar da solução de máximo global e nos compromissos entre esforço computacional e desempenho em termos de verossimilhança. Os resultados numéricos aqui apresentados sugerem que o algoritmo PSO tem desempenho claramente superior ao algoritmo Baum-Welch.
Palavras-Chave-HMM, Erros em Surto, Baum-Welch, PSO.
Abstract-The application of PSO algorithm to perform maxmimum-likelihood (ML) estimation of HMM models of burst error channels is addressed in this work. A performance comparison with the Baum-Welch (BW) algorithm is presented, with focuson the ability to search the global ML solution and the balance between computational effort and likelihood performance. The numerical results here presented suggest that the PSO algorithm clearly outperforms the Baum-Welch algorithm.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.