HMM简记
2019-03-22 本文已影响0人
madeirak
隐马尔可夫模型的“隐”体现在最终需要知晓的目标状态之间的状态转换概率是无法直接知道的，即被“隐藏”的。而且目标状态之间是一个马尔可夫过程，多是一阶的。我们通过得到的每个时间步的观察状态序列，（观察状态会被目标状态影响，即发射概率），去推断某一时间步的目标状态。
HMM的三个基本问题：
1） 评估观察序列概率。即给定模型和观测序列，计算在该模型下观测序列出现的概率。这个问题的求解需要用到前向、后向算法
2）预测问题，也称为解码问题。即给定模型和观测序列，求给定观测序列条件下，最可能出现的对应的状态序列，这个问题的求解需要用到基于动态规划的维特比算法。
3）模型参数学习问题。即给定观测序列，估计模型的参数，使该模型下观测序列的条件概率最大。这个问题的求解需要用到基于EM算法的鲍姆-韦尔奇算法， 这个问题是HMM模型三个问题中最复杂的。
