HMM學習心得

HMM由初始狀态機率向量

、狀态轉移機率矩陣A和觀測機率矩陣B決定。

• 初始狀态機率矩陣

  

  =

  

   是時刻t=1處于狀态

  

  的機率
• 初始狀态機率

  

  與狀态轉移機率矩陣A決定了影藏的隐馬爾科夫鍊，生成了不可觀測的狀态序列
• 觀測機率矩陣B決定了如何從狀态生成觀測

HMM模型的兩個基本假設：

1. 隐藏的馬爾科夫鍊在任意時刻t的狀态隻依賴于其前一時刻的狀态，與其他時刻的狀态、觀測、時刻t均無關(狀态轉換隻與前一狀态有關)
2. 任意時刻的觀測隻依賴于這一時刻的馬爾科夫鍊的狀态，與其他觀測、狀态無關(觀測結果隻與隐層狀态有關)

适合HMM解決的問題一般都有兩個特點：

• 問題是基于随着時間序列或者狀态序列變化而變化的
• 問題中有兩類資料：一類是可觀測資料，即随着時間序列或者狀态序列變換得到的觀測序列；一類是不可觀測序列，即隐狀态序列

隐馬爾科夫模型示意圖如下：

一般運用HMM解決的問題：

• 知道隐狀态類别數目k，知道隐狀态的轉換機率，利用輸出的觀測序列，想要知道每次的隐藏狀态
• 知道隐狀态類别數目k，知道隐狀态的轉換機率，利用輸出的觀測序列，想要知道得出這個輸出序列的機率
• 知道隐狀态類别數目k，不知道隐狀态的轉換機率，利用輸出的觀測序列(資料量可觀)，想要反推出隐狀态的轉換機率