隱馬爾可夫模型學習
基本概念
HMM五元組
- 觀測序列-O
- 狀態序列-I
- 初始狀態概率向量-π
- 狀態轉移概率矩陣-A
- 觀測概率矩陣-B
HMM三要素
- 初始狀態概率向量-π
- 狀態轉移概率矩陣-A
- 觀測概率矩陣-B
兩個基本假設
- 齊次馬爾科夫性假設
- 觀測獨立性假設
案例
有三個骰子:
- 六面體:
- 八面體:
- 四面體:
放到黑盒子,有放回的抽取骰子並投擲骰子觀測此時的數字。
狀態集合:
觀測集合:
觀測序列:
初試概率分佈:
狀態轉移概率分佈:
觀測概率分佈:
HMM三類問題
- 概率計算問題:給定模型和狀態序列O的情況下,求在模型下觀測序列O出現的概率。(Forward-backward算法)
- 解碼問題:已知模型和觀測序列O,求對給定觀測序列條件概率最大的狀態序列,即給定觀測序列,求最有可能的對應狀態序列。(viterbi算法)
- 學習問題:觀測序列O已知的情況下,求解模型參數, 使得在該模型下觀測序列概率最大。(極大似然估計算法)