HMM中的前向法(Forward Agorithm)

HMM_Fa_logo

本文主要介绍隐马科夫模型(HMM)中的一个重要算法:前向法(Foward Algorithm)。将普通算法与前向法优化算法对比,详细分析其实现过程。以下是摘要,点击阅读更多:

…各位应该不难想象,最普通最直接的计算P(O|\lambda)的方法就是枚举所有可能的隐状态序列(S),然后用Transition Matrix与Emission Matrix的数据,对每一个隐状态序列S求我们的目标观察序列O的一个概率。…

…我们在面对一种所谓的可以简化计算、加速计算的方法面前,应该首先考虑到底这种算法是如何简化?在哪一步发生了奇妙的变化?为什么这样可行?…

…记得在上一页提到的普通穷举算法中,对于所有的可能隐状态路径计算,其实都有很大部分的重复。比如,我要分别算(S1 > S2 > S1 > S3 > S2)这个路径与(S1 > S2 > S1 > S3 > S4)这个路径的概率时候,这两个路径的t<=4的那些状态(S1 > S2 > S1 > S3 >..)其实是相同的。我们的加速算法,切入点就是这里,去掉重复的地方使速度变快,复杂度降低。… . . . → Read More: HMM中的前向法(Forward Agorithm)

The Way Life’s Meant to Be

41Ic7xkuMjL._SL500_AA300_

听”The Way Life’s Meant to Be”这首歌的时候忽然很有感触,从未有过的悲哀。附带歌词翻译,以下是摘要,点击阅读更多:

…Well, I came a long way to be here today
And I left you so long on this avenue
And here I stand in the strangest land
Not knowing what to say or do
As I gaze around at these strangers in town
I guess the only stranger is me
And I wonder (yes, I wonder)
Yes, I wonder (oh, I wonder)
Is this the way life’s meant to be?

当我长途跋涉终于又回到这里
在此你我已相隔千里
当我站在这个陌生的地方时
不知所措
当我偷偷打量这里的陌生事物时
才发现奇怪陌生的只有我而已
然后我就疑惑…
对,我就在想…
难道生活就应该是这样么?…
. . . → Read More: The Way Life’s Meant to Be

月之暗面场景重现 英国人怀念Pink Floyd经典专辑

Dark Side of The Moon Sky Arts tribute

…UK-based satellite TV station Sky Arts have created a pyramid on London’s Primrose Hill to publicise their showing of Pink Floyd’s Earl’s Court 1994 performance of The Dark Side of The Moon on Sky Arts 1 in high definition….

…The large ‘prism’ uses diffused LED lighting to create the album art’s glowing effect. Lasers were installed behind the structure, a white laser emitting from the left hand side and coloured beams emitting from the right hand side, to re-create the image that appears on the famous Pink Floyd album cover…. . . . → Read More: 月之暗面场景重现 英国人怀念Pink Floyd经典专辑

隐马科夫(HMM)模型

HMM_logo

本文介绍非常基础、通用的一个分类模型:隐马科夫模型(HMM),尽量以平实的语言,分别通过实例、图片来说明HMM的过程,并简述了HMM的三个问题和解决方法。以下为文章摘要,点击阅读更多:

…隐马科夫(HMM)模型全称:Hidden Markov model,是一种统计学的模型,是马科夫链与无法观察的状态的结合。在这里,我假设看这篇文章的人已经对马科夫过程(Markov Process)有了初步的认识,对概率论有过初步的学习。…

…那么这个HMM模型,隐马模型到底“隐”在哪里呢?其实解释起来也不难,这里…t-1, t, t+1…各个时刻的x状态是一个随机过程,试想一下,你总不能确定一个随机过程中的每个状态吧?所以,上图的x状态对于我们来说,在没有到达t时间之前,他仍然是未知的,隐藏的(Hidden)。这些x被称为“unobserved state”。…

…HMM过程是,我从任意一个筐开始选水果,我去到那一个框那里,随机拿起里面的一个水果,然后把这个水果记录下来,然后再随机地去另外一个筐里面选水果,不断地重复这个过程,知道我选够了L个水果,我就停止。… . . . → Read More: 隐马科夫(HMM)模型