Modelos de Markov ocultos são usados para modelar sistemas que são considerados processos de Markov com estados ocultos (ou seja, não observados).
Estou procurando recursos (tutoriais, livros didáticos, webcast etc.) para aprender sobre Markov Chain e HMMs. Minha formação é como biólogo e atualmente estou envolvido em um projeto relacionado à bioinformática. Além disso, quais são os conhecimentos matemáticos necessários para ter uma...
Quero saber quais são as diferenças entre o algoritmo forward-backward e o algoritmo Viterbi para inferência em modelos ocultos de Markov
Entendo que os HMMs (modelos ocultos de Markov) são modelos generativos e os CRF são modelos discriminativos. Também entendo como os CRFs (campos aleatórios condicionais) são projetados e usados. O que eu não entendo é como eles são diferentes dos HMMs? Eu li que, no caso do HMM, só podemos modelar...
Aqui está minha velha pergunta Gostaria de perguntar se alguém sabe a diferença (se houver alguma diferença) entre os modelos Hidden Markov (HMM) e Particle Filter (PF) e, como conseqüência, o Kalman Filter, ou em quais circunstâncias usamos qual algoritmo. Sou estudante e tenho que fazer um...
Eu implementei um HMM discreto de acordo com este tutorial http://cs229.stanford.edu/section/cs229-hmm.pdf Este tutorial e outros sempre falam em treinar um HMM, dada uma sequência de observação. O que acontece quando tenho várias sequências de treinamento? Devo executá-los seqüencialmente,...
Atualmente, estou usando o treinamento Viterbi para um problema de segmentação de imagem. Eu queria saber quais são as vantagens / desvantagens de usar o algoritmo Baum-Welch em vez do treinamento em Viterbi.
Para minha tese de mestrado, estou trabalhando no desenvolvimento de um modelo estatístico para as transições entre diferentes estados, definido pelo status sorológico. Por enquanto, não darei muitos detalhes nesse contexto, pois minha pergunta é mais geral / teórica. Enfim, minha intuição é que eu...
Estou descobrindo o maravilhoso mundo dos chamados "Modelos Markov Ocultos", também chamados "modelos de mudança de regime". Gostaria de adaptar um HMM em R para detectar tendências e pontos de virada. Gostaria de construir o modelo o mais genérico possível, para que eu possa testá-lo em vários...
Desenvolvi um sistema de prova de conceito para reconhecimento de som usando modelos mfcc e markov oculto. Dá resultados promissores quando testo o sistema em sons conhecidos. Embora o sistema, quando um som desconhecido seja inserido, retorne o resultado com a correspondência mais próxima e a...
Quais problemas de entrada seqüencial são mais adequados para cada um? A dimensionalidade da entrada determina qual é a melhor correspondência? Os problemas que requerem "memória mais longa" são mais adequados para uma RNN LSTM, enquanto os problemas com padrões de entrada cíclicos (mercado de...
O bootstrap, em sua forma padrão, pode ser usado para calcular intervalos de confiança das estatísticas estimadas, desde que as observações sejam iid. I. Visser et al. em " Intervalos de confiança para parâmetros ocultos do modelo de Markov ", usava uma auto-inicialização paramétrica para calcular...
Quero usar o BIC para a seleção do modelo HMM: BIC = -2*logLike + num_of_params * log(num_of_data) Então, como conto o número de parâmetros no modelo HMM. Considere um HMM simples de 2 estados, onde temos os seguintes dados: data = [1 2 1 1 2 2 2 1 2 3 3 2 3 2 1 2 2 3 4 5 5 3 3 2 6 6 5 6 4 3 4...
Eu tenho um conjunto de dados de séries temporais no qual estou tentando ajustar um Modelo de Markov oculto (HMM) para estimar o número de estados latentes nos dados. Meu pseudo-código para fazer isso é o seguinte: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ......
Portanto, entendo que, quando você treina HMMs para classificação, a abordagem padrão é: Separe seus conjuntos de dados nos conjuntos de dados para cada classe Treine um HMM por classe No conjunto de testes, compare a probabilidade de cada modelo para classificar cada janela Mas como eu treino...
Estou procurando alguma implementação python (em python puro ou empacotando materiais existentes) do HMM e Baum-Welch. Algumas ideias? Acabei de pesquisar no google e encontrei material muito ruim em relação a outras técnicas de aprendizado de máquina. Por
As cadeias de Markov fazem sentido para mim; posso usá-las para modelar mudanças de estado probabilísticas em problemas da vida real. Depois vem o HMM. Diz-se que os HMMs são mais adequados para modelar muitos problemas do que os MCs. No entanto, os problemas mencionados pelas pessoas são um pouco...
Da Wikipedia Uma Rede Bayesiana Dinâmica (DBN) é uma Rede Bayesiana que relaciona variáveis entre si em etapas de tempo adjacentes. Isso geralmente é chamado de BN com duas vezes de timeslice porque diz que, em qualquer ponto do tempo T, o valor de uma variável pode ser calculado a partir dos...
Quais são os benefícios de atribuir certos valores iniciais às probabilidades de transição em um modelo de Markov oculto? Eventualmente, o sistema os aprenderá; então, qual é o sentido de fornecer valores que não sejam aleatórios? O algoritmo subjacente faz alguma diferença como Baum – Welch? Se...
Alguém pode esclarecer como os modelos de Markov ocultos estão relacionados à maximização de expectativas? Passei por muitos links, mas não consegui ter uma visão
Eu trabalho com bastante modelagem estatística, como Hidden Markov Models e Gaussian Mixture Models. Vejo que o treinamento de bons modelos em cada um desses casos requer uma grande quantidade (> 20.000 frases para HMMs) de dados que são obtidos de ambientes semelhantes ao uso final. Minha...