Statistiche e Big Data hidden-markov-model

11

Risorse per l'apprendimento della catena Markov e dei modelli Markov nascosti

Sto cercando risorse (tutorial, libri di testo, webcast, ecc.) Per conoscere Markov Chain e HMM. Il mio background è di biologo e attualmente sono coinvolto in un progetto relativo alla bioinformatica. Inoltre, quali sono le basi matematiche necessarie di cui ho bisogno per avere una comprensione sufficiente dei modelli e …

57 references markov-process hidden-markov-model bioinformatics

5

Qual è la differenza tra gli algoritmi forward-backward e Viterbi?

Voglio sapere quali sono le differenze tra l' algoritmo avanti-indietro e l' algoritmo di Viterbi per l'inferenza nei modelli nascosti di Markov (HMM).

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

3

Differenza intuitiva tra modelli Markov nascosti e campi casuali condizionali

Comprendo che gli HMM (Hidden Markov Models) sono modelli generativi e CRF sono modelli discriminatori. Comprendo anche come vengono progettati e utilizzati i CRF (Conditional Random Fields). Quello che non capisco è come sono diversi dagli HMM? Ho letto che nel caso di HMM, possiamo solo modellare il nostro stato …

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

1

Differenza tra modelli Markov nascosti e filtro antiparticolato (e filtro Kalman)

Ecco la mia vecchia domanda Vorrei chiedere se qualcuno conosce la differenza (se c'è qualche differenza) tra i modelli Hidden Markov (HMM) e Particle Filter (PF), e di conseguenza Kalman Filter, o in quali circostanze utilizziamo quale algoritmo. Sono uno studente e devo fare un progetto, ma prima devo capire …

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

2

Hidden Markov Model vs Markov Transition Model vs State-Space Model ...?

Per la tesi di laurea magistrale, sto lavorando allo sviluppo di un modello statistico per le transizioni tra stati diversi, definito dallo stato sierologico. Per ora, non fornirò troppi dettagli in questo contesto, poiché la mia domanda è più generale / teorica. Comunque, la mia intuizione è che dovrei usare …

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

4

Addestramento di un modello nascosto di Markov, più istanze di addestramento

Ho implementato un HMM discreto secondo questo tutorial http://cs229.stanford.edu/section/cs229-hmm.pdf Questo tutorial e altri parlano sempre dell'addestramento di un MMM dato una sequenza di osservazione. Cosa succede quando ho più sequenze di allenamento? Devo solo eseguirli in sequenza, allenando il modello dopo l'altro? Un'altra opzione è concatenare le sequenze a una …

18 hidden-markov-model

2

Quali sono le differenze tra l'algoritmo Baum-Welch e l'allenamento di Viterbi?

Attualmente sto usando l'allenamento di Viterbi per un problema di segmentazione delle immagini. Volevo sapere quali sono i vantaggi / gli svantaggi dell'utilizzo dell'algoritmo Baum-Welch invece dell'allenamento di Viterbi.

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

1

Utilizzo di HMM nella finanza quantitativa. Esempi di HMM che funziona per rilevare tendenze / punti di svolta?

Sto scoprendo il meraviglioso mondo di tali "modelli nascosti di Markov", chiamati anche "modelli di cambio di regime". Vorrei adattare un HMM in R per rilevare tendenze e punti di svolta. Vorrei costruire il modello il più generico possibile in modo da poterlo testare su molti prezzi. Qualcuno può raccomandare …

16 r time-series finance hidden-markov-model

3

Soglia del modello Markov nascosto

Ho sviluppato un sistema di prova del concetto per il riconoscimento sonoro usando modelli mfcc e markov nascosti. Fornisce risultati promettenti quando collaudo il sistema su suoni noti. Sebbene il sistema, quando viene immesso un suono sconosciuto, restituisce il risultato con la corrispondenza più vicina e il punteggio non è …

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

3

Modello nascosto di Markov vs rete neurale ricorrente

Quali problemi di input sequenziali sono più adatti per ciascuno? La dimensionalità dell'input determina quale è una corrispondenza migliore? I problemi che richiedono "memoria più lunga" sono più adatti per un LNN RST, mentre i problemi con i modelli di input ciclici (borsa, condizioni meteorologiche) sono più facilmente risolti da …

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

1

Come posso addestrare gli HMM per la classificazione?

Quindi capisco che quando si addestrano gli HMM per la classificazione l'approccio standard è: Separare i set di dati nei set di dati per ogni classe Addestra un HMM per classe Sul set di test confrontare la probabilità di ciascun modello di classificare ciascuna finestra Ma come posso addestrare l'HMM …

12 classification hidden-markov-model

1

Criteri per la selezione del modello "migliore" in un modello Markov nascosto

Ho un set di dati di serie temporali in cui sto cercando di adattare un modello Hov (Hidden Markov Model) al fine di stimare il numero di stati latenti nei dati. Il mio pseudo codice per farlo è il seguente: for( i in 2 : max_number_of_states ){ ... calculate HMM …

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

1

Calcolo degli intervalli di confidenza tramite bootstrap su osservazioni dipendenti

Il bootstrap, nella sua forma standard, può essere utilizzato per calcolare gli intervalli di confidenza delle statistiche stimate purché le osservazioni siano accettate. I. Visser et al. in " Intervalli di confidenza per i parametri del modello Markov nascosti ", è stato utilizzato un bootstrap parametrico per calcolare gli elementi …

12 confidence-interval bootstrap hidden-markov-model

2

Numero di parametri nel modello Markov

Voglio usare BIC per la selezione del modello HMM: BIC = -2*logLike + num_of_params * log(num_of_data) Quindi, come posso contare il numero di parametri nel modello HMM? Considera un HMM a 2 stati semplice, in cui abbiamo i seguenti dati: data = [1 2 1 1 2 2 2 1 …

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

1

Definizione di sistema bayesiano dinamico e sua relazione con HMM?

Da Wikipedia Una rete bayesiana dinamica (DBN) è una rete bayesiana che mette in relazione le variabili tra loro in intervalli temporali adiacenti. Questo è spesso chiamato Two-Timeslice BN perché dice che in qualsiasi momento T, il valore di una variabile può essere calcolato dai regressori interni e il valore …

11 hidden-markov-model graphical-model

Domande taggate «hidden-markov-model»