Modèles discriminants simples

Dans une première approche, un modèle discriminant simple a été proposé. L’idée principale est de remplacer la fonction de décision d’un modèle basé sur des GMM. Elle peut être vue comme une fonction linéaire de deux vraisemblances produites par le modèle client et le modèle de monde de pente 1. Il est possible d’utiliser à la place un modèle discriminant, par exemple une SVM, prenant comme entrée les deux vraisemblances. Ce travail à été publié dans :

En dehors de ces deux vraisemblances, d’autres valeurs peuvent être utilisées par une SVM. Il est possible par exemple d’enrichir cette représentation avec des ratios de vraisemblances calculés pour chaque gaussienne du modèle de référence dans le but d’augmenter la dimension et la richesse du vecteur d’entrée. Après avoir analysé les résultats, il semble que le fait d’avoir un modèle discriminant commun à tous les clients soit une limitation. L’utilisation d’un modèle discriminant comme fonction de décision utilisant un grand vecteur de ratios de vraisemblances à été présentée dans :