Скрытая полумарковская модель

Скрытая полумарковская модель (HSMM) — это статистическая модель с той же структурой, что и скрытая марковская модель, за исключением того, что ненаблюдаемый процесс является полумарковским, а не марковским . Это означает, что вероятность изменения скрытого состояния зависит от количества времени, прошедшего с момента входа в текущее состояние. В этом отличие от скрытых марковских моделей, в которых существует постоянная вероятность изменения состояния при условии выживания в этом состоянии до этого момента. ^[1]

Например, Sansom & Thomson (2001) смоделировали суточное количество осадков, используя скрытую полумарковскую модель. ^[2] Если основной процесс (например, погодная система) не имеет геометрически распределенной продолжительности, HSMM может оказаться более подходящим.

Скрытые полумарковские модели могут использоваться в реализациях статистического параметрического синтеза речи для моделирования вероятностей переходов между различными состояниями кодированных речевых представлений. Они часто используются вместе с другими инструментами, такими как искусственные нейронные сети , соединяясь с другими компонентами системы полного параметрического синтеза речи для генерации выходных сигналов. ^[3]

Модель была впервые опубликована Леонардом Э. Баумом и Тедом Петри в 1966 году. ^[4]^[5]

Статистический вывод для скрытых полумарковских моделей сложнее, чем для скрытых моделей Маркова, поскольку такие алгоритмы, как алгоритм Баума – Уэлча , не применимы напрямую и должны быть адаптированы, требуя больше ресурсов.

См. также

Процесс обновления Маркова

Ссылки

^ Ю, Шун-Чжэн (2010), «Скрытые полумарковские модели», Искусственный интеллект , 174 (2): 215–243, doi : 10.1016/j.artint.2009.11.011 , S2CID 1899849 .
^ Сансом, Дж.; Томсон, П.Дж. (2001), «Подбор скрытых полумарковских моделей для определения контрольных точек данных об осадках», J. Appl. Вероятно. , 38А : 142–157, doi : 10.1239/jap/1085496598 , S2CID 123113970 .
^ Токуда, Кейичи; Хашимото, Кей; Оура, Кейитиро; Нанкаку, Ёсихико (2016), «Временное моделирование в статистическом параметрическом синтезе речи на основе нейронных сетей» (PDF) , 9-й семинар ISCA по синтезу речи , 9 : 1, заархивировано из оригинала (PDF) 13 марта 2021 г.
^ Барбу, В.; Лимниос, Н. (2008). «Скрытая полумарковская модель и оценка». Полумарковские цепи и скрытые полумарковские модели к приложениям . Конспект лекций по статистике. Том. 191. с. 1. дои : 10.1007/978-0-387-73173-5_6 . ISBN 978-0-387-73171-1 .
^ Баум, Ю.Л. ; Петри, Т. (1966). «Статистический вывод для вероятностных функций цепей Маркова с конечным состоянием» . Анналы математической статистики . 37 (6): 1554. doi : 10.1214/aoms/1177699147 .

Шун-Чжэн Ю, «Скрытые полумарковские модели: теория, алгоритмы и приложения», 1-е издание, 208 страниц, Издательство: Elsevier, ноябрь 2015 г. ISBN 978-0128027677 .

Дальнейшее чтение

Чьяппа, Сильвия (2014), «Модели марковского переключения с явной длительностью» (PDF) , «Основы и тенденции в машинном обучении » , 7 (6): 803–886, arXiv : 1909.05800 , doi : 10.1561/2200000054 , S2CID 51858970 .
Гедон, Ю. (2003), «Оценка скрытых полумарковских цепей на основе дискретных последовательностей» (PDF) , Журнал вычислительной и графической статистики , 12 (3): 604–639, doi : 10.1198/1061860032030 , S2CID 34116959 .
Мерфи, Кевин П. (2002), Скрытые полумарковские модели (HSMM) (PDF)
Лю, XL; Лян, Ю.; Лу, Ю.Х.; Ли, Х.; Шан, Б.С. (2010), «Помехоустойчивый детектор речевой активности на основе скрытых полумарковских моделей», Proc. ICPR'10 (PDF) , стр. 81–84, заархивировано из оригинала (PDF) 17 июня 2011 г.
Булла, Дж.; Булла, И.; Ненадич, О. (2010), «hsmm – пакет R для анализа скрытых полумарковских моделей», Computational Статистика и анализ данных , 54 (3): 611–619, doi : 10.1016/j.csda.2008.08.025 .

Внешние ссылки

Шунь-Чжэн Ю, HSMM - Интернет-библиография и исходный код Matlab

Эта статистике статья, посвященная , незавершена . Вы можете помочь Википедии, расширив ее .

[1] Ю, Шун-Чжэн (2010), «Скрытые полумарковские модели», Искусственный интеллект , 174 (2): 215–243, doi : 10.1016/j.artint.2009.11.011 , S2CID 1899849 .

[2] Сансом, Дж.; Томсон, П.Дж. (2001), «Подбор скрытых полумарковских моделей для определения контрольных точек данных об осадках», J. Appl. Вероятно. , 38А : 142–157, doi : 10.1239/jap/1085496598 , S2CID 123113970 .

[3] Токуда, Кейичи; Хашимото, Кей; Оура, Кейитиро; Нанкаку, Ёсихико (2016), «Временное моделирование в статистическом параметрическом синтезе речи на основе нейронных сетей» (PDF) , 9-й семинар ISCA по синтезу речи , 9 : 1, заархивировано из оригинала (PDF) 13 марта 2021 г.

[4] Барбу, В.; Лимниос, Н. (2008). «Скрытая полумарковская модель и оценка». Полумарковские цепи и скрытые полумарковские модели к приложениям . Конспект лекций по статистике. Том. 191. с. 1. дои : 10.1007/978-0-387-73173-5_6 . ISBN 978-0-387-73171-1 .

[5] Баум, Ю.Л. ; Петри, Т. (1966). «Статистический вывод для вероятностных функций цепей Маркова с конечным состоянием» . Анналы математической статистики . 37 (6): 1554. doi : 10.1214/aoms/1177699147 .

[1]

[2]

[3]

[4]

[5]