게임의 숨겨진 마르코프 모델

Question

좋아, 나는 여기에서 HMM 개념에 상대적으로 새로운 것이다.

현재 알고있는 것은 지정된 수의 상태 (N), 지정된 수의 관찰 기호 (M) 및 주어진 관찰 순서 (O)가있는 알 수없는 모델의 경우 알 수없는 모델을 최대화 한 모델을 찾을 수 있다는 것입니다. > 제

AB와 PI의 초기 값은 1/N 및 1/M이다 7 의사 - O.

이에

확률 난이 문서 http://www.cs.sjsu.edu/~stamp/RUA/HMM.pdf의 코드를 이용하는 HMM을 만들었다. 필자는 수치를 생성하기 위해 matlab을 사용하여 수치는 정확하지는 않지만 비슷합니다.

이제 O의 길이는 1000이고 i는 의사 코드를 기반으로 HMM에 피드를 제공합니다. endstate는 O를 맞추기 위해 A, B, pi의 모델을 얻습니다. 지금까지 정확히 진행하고 있습니까?

그렇다면 다음으로 가능한 관찰 1001 (o1001)을 찾는 것이 좋습니다.

HMM에 대한 나의 이해력이 부족한 상태에서 내가해야 할 일은 내가 가지고있는 것에서이다. (1000 개의 관찰을 학습 한 후에 A에서 취함) 가장 가능성있는 관찰을 발견한다. 그것으로부터 (A에서 오는 상태에 B 행렬의 행을보고)

나는 1001 번째 관찰을 예측하는 방법에 대해 마지막 부분에 대해서는 너무 확신하지 못한다. 지금까지 올바른 길을 가고 있는지 누군가가 알 수 있습니까?

Answer 1

좋아, abit 주위에 놀고 마침내 나의 발견이 조금 더 많이 이해 한 후에 좋아.

내가 이전에 언급 한 것은 잘못되었습니다. 다음 가능한 관측을 찾으려면 다음과 같이하십시오. 1001 p (O [1001] = k | O (1..1000))를 찾으려면 다음을 수행해야합니다. 이는 기본적으로 이전의 1000 관측 Aji * alpha1000 (j)의 Bi (O (1000) = K) * 합계의 합계입니다.