छुपे हुए मार्कोव मॉडल अगले अवलोकन

Question

की भविष्यवाणी करते हैं मेरे पास पक्षी की गतिविधियों के 500 अवलोकनों का अनुक्रम है। मैं भविष्यवाणी करना चाहता हूं कि पक्षी का 501 वां आंदोलन क्या होगा। मैंने वेब की खोज की और मुझे लगता है कि यह एचएमएम का उपयोग करके किया जा सकता है, हालांकि मुझे उस विषय पर कोई अनुभव नहीं है। क्या कोई इस समस्या को हल करने के लिए उपयोग किए गए एल्गोरिदम के चरणों की व्याख्या कर सकता है?

Answer 1

x1-x2-x3-x4-x5......x500-x501 
| | | | |  | 
y1 y2 y3 y4 y5  y500 

x - actual state 
y - observations 

P(y_i|x_i) - how you think the observation depends on the actual state 
P(x_i|x_(i-1)) - how you think the actual state evolves 

for i = 1,2,3...,501: 
    write down best-guess of x_i based on y_i* and x_(i-1)** 
you have your solution, since you only care about the last state 

* missing in step 1 
** missing in step 501 

ऊपर एक सरल आगे-पीछे एल्गोरिथ्म (http://en.wikipedia.org/wiki/Forward-backward_algorithm) के रूप में जाना जाता है और पेड़ के इस विशेष प्रकार पर (बायेसियन नेटवर्क के पेड़ और मार्कोव नेटवर्क पेड़ों पर) योग-उत्पाद एल्गोरिथ्म के एक विशेष मामला है है (बंद लटका नोड्स के साथ श्रृंखला)। आप "पिछड़ा" चरण को अनदेखा कर सकते हैं क्योंकि आपको इसकी आवश्यकता नहीं है, क्योंकि आप केवल अंतिम स्थिति की परवाह करते हैं।

अपने HMM में संक्रमण संभावनाओं अज्ञात हैं, तो आप या तो:

• जैसे, एक सीखने एल्गोरिथ्म प्रदर्शन ईएम (बौम-वेल्च के रूप में जाना जब HMMs पर प्रदर्शन)
• एक अनुभवहीन अनुमान लगा डोमेन ज्ञान के आधार पर (उदाहरण के लिए यदि आपके छिपे हुए राज्य डीएनए हैं, तो आप डीएनए डेटा पर संक्रमणों को मैन्युअल रूप से लेबल करके और आवृत्तियों की गणना करके पिछले राज्य को दिए गए संक्रमण घटनाओं की आवृत्तियों की गणना कर सकते हैं)