나는 HMM을 처음 사용하지만 나는 충분한 문학을 조사했다. 저는 대기 매개 변수를 사용하여 강우량을 예측할 프로젝트에 참여하고 있습니다.비 동질성 숨겨진 마르코프 모델을 사용하여 강우 예측
나는 10 년 동안 대기 (습도, 온도, 바람, 해수면 높이)의 4 가지 특성을 가지고있다. 나는 또한 나와 함께 강수량 데이터를 가지고있다.
내가 알 수있는 것처럼 매일 날씨 상태는 공간 강우량을 기준으로 지정됩니다. 그래서 여기에 질문이갑니다. 100 일 동안 데이터가 있다고 가정 해 보겠습니다.
강우량 = {1,2,3,4 ... 100}. 그래서 날씨 상태를 생성하려면 어떻게해야합니까? (Y_t를 | (X_t-1 X_t) 상태 전이 행렬,
가정한다
- P (X_0) 초기 매개 변수를 찾는 방법
,temperature = { 30 to 45, some kind of distribution } humidity = { 25 to 80 } wind = { 60 to 100 } sea level height = { 35 to 90 }
- P을 수 있습니다 | X_t) 상태에 대한 관찰의 의존성
상태를 생성하기 위해 클러스터링이 필요합니까?
저는 이것을 MATLAB에서 코딩하고 있습니다.
프로그램이나 프로그램에 구현할 절차를 설명 할 수있는 소스를 함께 제공 할 수 있습니다.
@nispio는 아래 답변에서 지적했듯이, HMM은 근본적으로 이산 값 상태 변수와 출력 변수를 사용하여 구성됩니다. [Kalman Filters] (http://en.wikipedia.org/wiki/Kalman_filter) ([tutorial (http://bilgin.esme.org/BitsBytes/KalmanFilterforDummies.aspx)])를 살펴볼 수 있습니다. 동일한 모델이지만 연속 값 상태와 출력을 사용합니다. 데이터 세트의 더 나은 모델 유형이 될 수 있습니다. – lmjohns3