Câu hỏi được gắn thẻ «hidden-markov-model»

Tôi đang tìm kiếm các tài nguyên (hướng dẫn, sách giáo khoa, webcast, v.v.) để tìm hiểu về Markov Chain và HMM. Nền tảng của tôi là một nhà sinh vật học, và tôi hiện đang tham gia vào một dự án liên quan đến tin sinh học. Ngoài ra, …

57 references  markov-process  hidden-markov-model  bioinformatics 

Tôi muốn biết sự khác biệt giữa thuật toán tiến lùi và thuật toán Viterbi để suy luận trong các mô hình Markov ẩn (HMM) là gì.

44 algorithms  hidden-markov-model  viterbi-algorithm  forward-backward 

Tôi hiểu rằng HMM (Mô hình Markov ẩn) là mô hình thế hệ và CRF là mô hình phân biệt đối xử. Tôi cũng hiểu cách CRF (Trường ngẫu nhiên có điều kiện) được thiết kế và sử dụng. Điều tôi không hiểu là chúng khác với HMM như thế …

33 machine-learning  hidden-markov-model  natural-language  conditional-random-field 

Đây là câu hỏi cũ của tôi Tôi muốn hỏi liệu ai đó có biết sự khác biệt (nếu có bất kỳ sự khác biệt nào) giữa các mô hình Hidden Markov (HMM) và Bộ lọc hạt (PF) hay không, và do đó, chúng tôi sử dụng thuật toán nào. …

21 machine-learning  self-study  hidden-markov-model  kalman-filter  particle-filter 

Đối với luận án thạc sĩ của tôi, tôi đang nghiên cứu phát triển một mô hình thống kê cho sự chuyển đổi giữa các trạng thái khác nhau, được xác định bởi trạng thái huyết thanh học. Hiện tại, tôi sẽ không cung cấp quá nhiều chi tiết cho …

18 machine-learning  self-study  hidden-markov-model 

Tôi đã triển khai HMM riêng biệt theo hướng dẫn này http://cs229.stanford.edu/section/cs229-hmm.pdf Hướng dẫn này và những người khác luôn nói về việc đào tạo HMM theo trình tự quan sát. Điều gì xảy ra khi tôi có nhiều chuỗi đào tạo? Tôi có nên chạy chúng tuần tự, đào …

18 hidden-markov-model 

Tôi hiện đang sử dụng đào tạo Viterbi cho một vấn đề phân đoạn hình ảnh. Tôi muốn biết những lợi thế / bất lợi của việc sử dụng thuật toán Baum-Welch thay vì đào tạo Viterbi.

18 machine-learning  hidden-markov-model  image-processing  viterbi-algorithm  baum-welch 

Tôi đang khám phá thế giới kỳ diệu của cái gọi là "Mô hình Markov ẩn", còn được gọi là "mô hình chuyển đổi chế độ". Tôi muốn điều chỉnh HMM trong R để phát hiện xu hướng và bước ngoặt. Tôi muốn xây dựng mô hình chung chung nhất …

16 r  time-series  finance  hidden-markov-model 

Tôi đã phát triển một bằng chứng về hệ thống khái niệm để nhận dạng âm thanh bằng cách sử dụng mfcc và các mô hình markov ẩn. Nó cho kết quả đầy hứa hẹn khi tôi kiểm tra hệ thống trên các âm thanh đã biết. Mặc dù hệ …

14 machine-learning  hidden-markov-model  pattern-recognition 

Vì vậy, tôi hiểu rằng khi bạn đào tạo HMM để phân loại, phương pháp tiêu chuẩn là: Tách các tập dữ liệu của bạn thành các tập dữ liệu cho mỗi lớp Đào tạo một HMM mỗi lớp Trên bộ kiểm tra so sánh khả năng của từng mô …

12 classification  hidden-markov-model 

Tôi có một bộ dữ liệu chuỗi thời gian mà tôi đang cố gắng khớp với Mô hình Markov ẩn (HMM) để ước tính số lượng trạng thái tiềm ẩn trong dữ liệu. Mã giả của tôi để làm điều này là như sau: for( i in 2 : max_number_of_states …

12 r  aic  hidden-markov-model  bic  spss  manova  time-series  r  lme4-nlme  regression  modeling  negative-binomial  bayesian  bugs  state-space-models  hypothesis-testing  data-transformation  factor-analysis  sem 

Bootstrap, ở dạng tiêu chuẩn của nó, có thể được sử dụng để tính khoảng tin cậy của các số liệu thống kê ước tính với điều kiện là các quan sát là iid. I. Visser et al. trong " Khoảng tin cậy cho các tham số mô hình Markov …

12 confidence-interval  bootstrap  hidden-markov-model 

Tôi muốn sử dụng BIC cho lựa chọn mô hình HMM: BIC = -2*logLike + num_of_params * log(num_of_data) Vậy làm thế nào để tôi đếm số lượng tham số trong mô hình HMM. Hãy xem xét một HMM 2 trạng thái đơn giản, nơi chúng tôi có dữ liệu sau: …

12 machine-learning  model-comparison  bic  hidden-markov-model 

Những vấn đề đầu vào tuần tự phù hợp nhất cho từng vấn đề? Liệu kích thước đầu vào xác định cái nào phù hợp hơn? Các vấn đề đòi hỏi "bộ nhớ dài hơn" có phù hợp hơn với LSTM RNN không, trong khi các vấn đề với mô …

12 time-series  neural-networks  hidden-markov-model  rnn 

Từ Wikipedia Mạng động Bayes (DBN) là Mạng Bayes liên quan đến các biến số với nhau qua các bước thời gian liền kề. Điều này thường được gọi là BN hai lần vì nó nói rằng tại bất kỳ thời điểm nào T, giá trị của biến có thể …

11 hidden-markov-model  graphical-model