Por qué la palabra "oculto" presente en el modelo oculto de markov? ¿Qué es exactamente oculto. Lo que está oculto en HMM ¿no es oculto normal de los Modelos de Markov?
Respuestas
¿Demasiados anuncios?Ejemplo: a alguien Se le pregunta cómo lo están haciendo hoy en día. Dicen que 'bien'. Lo que se observa es la palabra 'bien', $Y_k$, que es una función de $f$ de su verdadero estado de ánimo $X_k$. El estado de ánimo es, a su vez modela como un proceso de Markov.
$Y_k = f(X_k)\sigma_Y u_k$
$X_k = X_{k-1} +\sigma_X v_k$
En esta formulación, $u,v$ representa el ruido, podría, por ejemplo, el ruido blanco.
Los problemas típicos que se pueden estimar los parámetros con el fin de ser capaz de simular el estado de ánimo del sistema, o tal vez para averiguar cuál es el estado de ánimo que realmente es.
También puede ayudar a considerar el nivel de las áreas de aplicación de Hmm. En reconocimiento de voz, el objetivo es decodificar una señal de audio en texto real (lo que la persona estaba diciendo); aquí, las observaciones están dadas por la señal de audio y la incumplido los estados son las sílabas que se habla. En otras tareas de procesamiento de lenguaje natural como part-of-speech tagging, reconocimiento de entidades con nombre, o la extracción de información, las observaciones son un montón de palabras en un documento, mientras que las partes ocultas son las características de esas palabras (sus elementos gramaticales de la voz, o si no se refieren a una persona, etc) son cosas que queremos inferir, pero no en el real, los datos en sí. Google para estos temas para obtener más información. También, véase Lawrence Rabiner del HMM tutorial.
El desapercibida estado.
Vamos a considerar un modelo oculto de Markov para mi el comportamiento del gato. Bella puede ser en cinco estados: el hambriento, cansado, juguetón, tierno, aburrido. Ella puede responder a estos estados con seis comportamientos: lloriquear, rascarse, abrazos, saltos, dormir y el acecho.
Un modelo oculto de Markov constaría de dos matrices, una 5x5 y el otro 5x6. La matriz de 5x5 da las probabilidades de que, si ella tiene hambre a la hora de $t$, ella se cansa en el tiempo $t+1$, y así sucesivamente. Por lo que podemos calcular la probabilidad de que se encuentra en diferentes estados emocionales por los poderes de esta matriz.
Sin embargo, no podemos observar sus emociones, están ocultos. La 5x6 matriz da la probabilidad de que, si ella tiene hambre a la hora de $t$, ella se quejo en el tiempo $t+1$. (Muy cerca de la $1$.) Estos son los comportamientos que observamos.
En un ordinario modelo de Markov, no sería más que una sola matriz de 6x6, que directamente se describe la probabilidad de las transiciones como el lloriqueo ---> arañando. Como se puede ver, un ordinario modelo de Markov es menos capaz de reflejar la complejidad de mi gato de la vida interior.
Ver el artículo de la wikipedia para más información.
A otro nivel, el área de aplicación de (varios refinamientos de) HMM modelos es el análisis de la genómica o proteómica secuencias. Para genomas, las observaciones (los seis comportamientos de David cat) que podrían ser los cuatro conocidos de los nucleótidos a, C, G y T, y de los estados (los estados de ánimo de los cat) serían algunos de los atributos de las porciones del genoma, tales como, en la más vil de la versión de segmentación, siendo una de codificación o de una región no codificante.
La correspondiente literatura es enorme, un punto de partida podría ser Anders Krogh's página de wikipedia.