Modelado de transiciones nulas en el modelo de Markov oculto para su uso con el algoritmo de Viterbi

Question

He implementado el clásico modelo HMM de Tutorial de Rabiner para el reconocimiento de gestos y ha funcionado bien. Ahora, estoy tratando de implementar el Modelo de umbral HMM que requiere un HMM con transiciones nulas .

Las transiciones nulas no proporcionan ningún símbolo de salida y el modelo de umbral tiene 2 estados que están conectados a todos los demás a través de transiciones nulas. ¿Cómo puedo modelar esto para poder seguir utilizando el algoritmo de Viterbi para evaluar la probabilidad de una secuencia observada?

Answer 1

En "Statistical methods for speech recognition", Jelinek da un método de fusión de transiciones nulas para crear un nuevo HMM que emita después de cada transición.

Como alternativa, podrías ejecutar el algoritmo de Viterbi en una red tridimensional (en lugar de la red estándar (estados ocultos) X (símbolos emitidos) 2d). El mejor ejemplo de esto es probablemente para el HMM de perfil ("Profile hidden Markov models." S.R. Eddy).