Skrytý Markovův model: Porovnání verzí

'''Skrytý Markovův model''' (angl. HMM) je statistický Markovův model, který modeluje systém za předpokladu, že jde o Markovův proces se skrytými (nepozorovanými) stavy. HMM může být znázorněn pomocí nejjednodušší [[dynamic Bayesian network|dynamické Bayesovy sítě]]. Matematické základy modelu vyvinul [[Leonard E. Baum|L. E. Baum]] spolu se svým týmem spolupracovníků.<ref>{{cite journal|last=Baum|first=L. E.|author2=Petrie, T.|title=Statistical Inference for Probabilistic Functions of Finite State Markov Chains|journal=The Annals of Mathematical Statistics|year=1966|volume=37|issue=6|pages=1554–1563|url=http://projecteuclid.org/DPubS/Repository/1.0/Disseminate?handle=euclid.aoms/1177699147&view=body&content-type=pdf_1|accessdate=28 November 2011|doi=10.1214/aoms/1177699147}}</ref><ref>{{cite doi|10.1090/S0002-9904-1967-11751-8}}</ref><ref>{{cite journal|last=Baum|first=L. E.|author2=Sell, G. R.|title=Growth transformations for functions on manifolds|journal=Pacific Journal of Mathematics|year=1968|volume=27|issue=2|pages=211–227|url=http://www.scribd.com/doc/6369908/Growth-Functions-for-Transformations-on-Manifolds|accessdate=28 November 2011|doi=10.2140/pjm.1968.27.211}}</ref><ref>{{cite doi|10.1214/aoms/1177697196}}</ref><ref>{{cite journal|last=Baum|first=L.E.|title=An Inequality and Associated Maximization Technique in Statistical Estimation of Probabilistic Functions of a Markov Process|journal=Inequalities|year=1972|volume=3|pages=1–8}}</ref> Problematika velmi úzce souvisí s dřívější prací na lineárním [[filtering problem (stochastic processes)|problému filtrování]], který řešil [[Ruslan L. Stratonovich]],<ref name=Stratonovich1960>{{cite journal|author=Stratonovich, R.L.|year=1960|title=Conditional Markov Processes|journal=Theory of Probability and its Applications|volume=5|pages=156–178|doi=10.1137/1105015}}</ref> který jako první popsal [[Forward–backward algorithm|dopředně-zpětný algoritmus]].

 

V jednodušších [[Markov model|Markovových modelech]] (jako je [[Markov chain|Markovův řetězec]]), je stav systému viditelný pozorovateli, tudíž pravděpodobnost změny stavu je jediný parametr. Naopak ve ''skrytých'' Markovových modelech stav není pozorovateli viditelný, ale výstup, který je na stavu závislý viditelný je. Každý stav má pravděpodobnostní vliv na výstup systému. Tedy posloupnost výstupů HMM vypovídá o posloupnosti vnitřních stavů, která tuto posloupnost vygenerovala. Přívlastek 'skrytý' se tedy vztahuje na posloupnost vnitřních stavů, kterými model prošel, nikoliv na parametry modelu (model se nazývá 'skrytý', ačkoliv jsou jeho parametry dány přesně.)

 

 

{{Pahýl}}