Информационные системы и технологии УДК 004.934.1 М.В. САГАЦИЯН, Г.С. ТУПИЦИН АНАЛИЗ ЭФФЕКТИВНОСТИ НЕЙРОСЕТЕВЫХ АЛГОРИТМОВ В ЗАДАЧЕ ДИКТОРОНЕЗАВИСИМОГО РАСПОЗНАВАНИЯ РЕЧЕВЫХ КОМАНД Рассмотрена проблема дикторонезависимого распознавания речевых команд русской речи. <...> На основе нескольких эффективных в данной области нейронных сетей построены модели коллективных нейросетевых алгоритмов дикторонезависимого распознавания речевых команд русской речи. <...> На материале собственного речевого корпуса экспериментально показано преимущество коллективного нейросетевого распознавания многослойных персептронов на основе алгоритма масштабируемых сопряженных градиентов обучения нейронной сети. <...> Ключевые слова: дикторонезависимое распознавание русской речи; нейросетевой алгоритм; bagging-коллектив; алгоритм Левенберга-Маркардта; алгоритм градиентного спуска с учетом моментов и с адаптивным обучением; алгоритм масштабируемых сопряженных градиентов. <...> Существует много алгоритмов распознавания слов в речи, но все они могут быть отнесены к одному из двух классов – классов генеративного и дискриминативного алгоритмов распознавания. <...> Среди классов генеративных алгоритмов распознавания наиболее популярными являются скрытые Марковские модели [3] и подход, сочетающий композицию и динамическое программирование (КДП-подход) [4]. <...> Известны более или менее успешные попытки использования этих алгоритмов для словарного распознавания речевых команд. <...> Среди таких попыток являются эксперименты по построению систем распознавания речи для английского, китайского, русского и тамильского языков [5, 6]. <...> К противоположному классу – классу дискриминативных алгоритмов – относятся алгоритмы, основанные на построении границ между классами распознавания в пространстве признаков. <...> Главные достоинства этого математического аппарата в том, что [7]: многослойные нейронные сети обладают высокой дискриминантной способностью <...>