Capisco come un modello di Markov nascosto viene utilizzato nelle sequenze genomiche, come la ricerca di un gene. Ma non capisco come elaborare un modello Markov particolare. Voglio dire, quanti stati dovrebbe avere il modello? Quante possibili transizioni? Il modello dovrebbe avere un anello?
Come fanno a sapere che il loro modello è ottimale?
Immaginano, dicono 10 modelli diversi, confrontano quei 10 modelli e pubblicano il migliore?
Risposte:
Conosco tre approcci principali:
A priori. Potresti sapere che ci sono quattro coppie di basi tra cui scegliere e quindi consentire all'HMM di avere quattro stati. Oppure potresti sapere che l'inglese ha 44 fonemi e quindi 44 stati per lo strato di fonemi nascosto in un modello di riconoscimento vocale.
Stima. Il numero di stati può essere spesso stimato in anticipo, forse semplicemente raggruppando le caratteristiche osservate dell'HMM. Se la matrice di transizione HMM è triangolare (come spesso accade nella previsione degli errori), il numero di stati determina la forma della distribuzione del tempo totale dallo stato iniziale allo stato finale.
Ottimizzazione. Come suggerisci, molti modelli vengono creati e adattati e viene selezionato il modello migliore. Si potrebbe anche adattare la metodologia che apprende l'HMM per consentire al modello di aggiungere o scartare gli stati secondo necessità.
Un ulteriore approccio è quello di campionare modelli con un numero infinitamente infinito di stati. La risposta a "quanti" sarebbe quindi emersa facendo una media sui campionatori.