在假期的前几天颓废了好一阵之后,终于重新拾起未完成的事情。根据计划是按照HMM -> MEM -> CRF -> hCRF 这个伟大目标前进的。HMM已经在之前写了一个文章(惊喜地发现在google里面搜“HMM模型”,它出现在了第一页
),这里写的是HMM中,解决第一个问题,即估值问题的一个快速算法 – 前向法(Forward Agorithm)。过几天还会陆续完全弄懂、写好Viterbi与Baum-Welch算法。
本文目录:
- Page 1: 前文提要
- Page 2: 普通的穷举算法
- Page 3: 可行的替代算法 – 前向法
- Page 4: 参考书目
Last Modified:2010/08/29 23:40 All rights reserved.
前文提要:
在之前的HMM文章中提到,HMM模型将涉及到3个问题:
- 给定一个观察到得序列O,及参数
,求出
,即发生这种观察序列的可能性。对应上面例子中,即是我给定一个最终确定了的水果序列S,求我选到这样的水果的可能性。
- 给定一个观察到的序列O,及参数
,求出最有可能产生这种序列的状态序列S。对应上面例子中,即我给定一个最终确定了的水果序列S,求我最可能的选水果筐路径。
- 同样给定一个观察得到的序列O,求如何调整参数
,使
最大。
这里讨论的将会是第一个问题,即所谓的估值问题。
再次,在问题一中我们的目标是求出可见序列O在参数集(包含Transition Matrix、Emission Matrix、N、M、Pi)中的发生概率,即求
,请着眼于这个概率,以下将以
作为主角。
(请留意换页… Next Page »)


[...] HMM中的维特比解码(Viterbi Agorithm) By Suz, on 八月 27th, 2010, 350 views, 2 comments var addthis_config = { username: "dround" } 在之前的文章中,已经分别介绍了隐马科夫模型(HMM)的概况以及HMM中广泛应用的一种解决估值问题的算法:前向法(Forward Algorithm)。在本文将介绍解决HMM另外一个问题 – 解码问题 – 的算法:维特比算法(Viterbi Agorithm),也属于HMM中的一个基本算法,而且算法本身很像Forward的这个概念,理解起来相对容易。 [...]