Skrytý polomarkovský model - Hidden semi-Markov model

A skrytý semi-Markovův model (HSMM) je statistický model se stejnou strukturou jako a skrytý Markovův model kromě toho, že nepozorovatelný proces je semi-Markov spíše než Markov. To znamená, že pravděpodobnost změny skrytého stavu závisí na době, která uplynula od vstupu do aktuálního stavu. To je na rozdíl od skrytých Markovových modelů, kde existuje stálá pravděpodobnost změny stavu při přežití ve stavu do té doby.^[1]

Například Sanson & Thomson (2001) modelované denní srážky pomocí skrytého semi-Markovova modelu.^[2] Pokud základní proces (např. Povětrnostní systém) nemá a geometricky rozloženo trvání, může být vhodnější HSMM.

Model poprvé publikoval Leonard E. Baum a Ted Petrie v roce 1966.^[3]^[4]

Statistické vyvození skrytých semi-Markovových modelů je obtížnější než ve skrytých Markovových modelech, protože algoritmy jako Baum-Welchův algoritmus nejsou přímo použitelné a musí být upraveny tak, aby vyžadovaly více zdrojů.

Viz také

Markovův proces obnovy

Reference

^ Yu, Shun-Zheng (2010), „Skryté polomarkovské modely“, Umělá inteligence, 174 (2): 215–243, doi:10.1016 / j.artint.2009.11.011.
^ Sansom, J .; Thomson, P. J. (2001), „Přizpůsobení skrytých semi-Markovových modelů k narušení dat srážek“, J. Appl. Probab., 38A: 142–157, doi:10.1239 / jap / 1085496598.
^ Barbu, V .; Limnios, N. (2008). "Skrytý semi-Markovův model a odhad". Semi-Markovovy řetězce a skryté semi-Markovovy modely směrem k aplikacím. Poznámky k přednášce ve statistice. 191. str. 1. doi:10.1007/978-0-387-73173-5_6. ISBN 978-0-387-73171-1.
^ Baum, L. E.; Petrie, T. (1966). „Statistická inference pro pravděpodobnostní funkce markovských řetězců konečných států“. Annals of Mathematical Statistics. 37 (6): 1554. doi:10.1214 / aoms / 1177699147.

Shun-Zheng Yu, „Hidden Semi-Markov Models: Theory, Algorithms and Applications“, 1. vydání, 208 stran, vydavatel: Elsevier, listopad 2015 ISBN 978-0128027677.
Chiappa, Silvia (2014), „Explicitní trvání Markovových přepínacích modelů“ (PDF), Základy a trendy ve strojovém učení, 7 (6): 803–886, arXiv:1909.05800, doi:10.1561/2200000054, S2CID 51858970.

Další čtení

Guédon, Y. (2003), „Odhad skrytých polomarkovských řetězců z diskrétních sekvencí“ (PDF), Journal of Computational and Graphical Statistics, 12 (3): 604–639, doi:10.1198/1061860032030, S2CID 34116959.
Murphy, Kevin P. (2002), Skryté polomarkovské modely (HSMM) (PDF)
Liu, X. L .; Liang, Y .; Lou, Y. H .; Li, H .; Shan, B. S. (2010), „Noise-Robust Voice Voice Detector Based on Hidden Semi-Markov Models“, Proc. ICPR'10 (PDF), str. 81–84, archivovány od originál (PDF) dne 17.06.2011.
Bulla, J .; Bulla, I .; Nenadiç, O. (2010), „hsmm - balíček R pro analýzu skrytých semi-markovských modelů“, Výpočetní statistika a analýza dat, 54 (3): 611–619, doi:10.1016 / j.csda.2008.08.025.

externí odkazy

Shun-Zheng Yu, HSMM - online bibliografie a Zdrojový kód Matlabu

Tento statistika související článek je a pahýl. Wikipedii můžete pomoci pomocí rozšiřovat to.

[1] Yu, Shun-Zheng (2010), „Skryté polomarkovské modely“, Umělá inteligence, 174 (2): 215–243, doi:10.1016 / j.artint.2009.11.011.

[2] Sansom, J .; Thomson, P. J. (2001), „Přizpůsobení skrytých semi-Markovových modelů k narušení dat srážek“, J. Appl. Probab., 38A: 142–157, doi:10.1239 / jap / 1085496598.

[3] Barbu, V .; Limnios, N. (2008). "Skrytý semi-Markovův model a odhad". Semi-Markovovy řetězce a skryté semi-Markovovy modely směrem k aplikacím. Poznámky k přednášce ve statistice. 191. str. 1. doi:10.1007/978-0-387-73173-5_6. ISBN 978-0-387-73171-1.

[4] Baum, L. E.; Petrie, T. (1966). „Statistická inference pro pravděpodobnostní funkce markovských řetězců konečných států“. Annals of Mathematical Statistics. 37 (6): 1554. doi:10.1214 / aoms / 1177699147.

[1]

[2]

[3]

[4]