<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>沙克 &#187; Forward Agorithm</title>
	<atom:link href="http://www.suzker.cn/tag/forward-agorithm/feed" rel="self" type="application/rss+xml" />
	<link>http://www.suzker.cn</link>
	<description>可怜之人必有可恨之处</description>
	<lastBuildDate>Sun, 31 Jul 2011 15:40:25 +0000</lastBuildDate>
	<language>en</language>
	<sy:updatePeriod>hourly</sy:updatePeriod>
	<sy:updateFrequency>1</sy:updateFrequency>
	<generator>http://wordpress.org/?v=3.2.1</generator>
		<item>
		<title>HMM中的前向法(Forward Agorithm)</title>
		<link>http://www.suzker.cn/computervision/forward-agorithm-for-hmm.html</link>
		<comments>http://www.suzker.cn/computervision/forward-agorithm-for-hmm.html#comments</comments>
		<pubDate>Fri, 09 Jul 2010 09:55:15 +0000</pubDate>
		<dc:creator>Suz</dc:creator>
				<category><![CDATA[计算机视觉]]></category>
		<category><![CDATA[Computer Vision]]></category>
		<category><![CDATA[dynamic programming]]></category>
		<category><![CDATA[Forward Agorithm]]></category>
		<category><![CDATA[HMM]]></category>
		<category><![CDATA[基础知识]]></category>

		<guid isPermaLink="false">http://www.suzker.cn/?p=209</guid>
		<description><![CDATA[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[latex]P(O&#124;\lambda)[/latex]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。... <span style="color:#777"> . . . &#8594; Read More: <a href="http://www.suzker.cn/computervision/forward-agorithm-for-hmm.html">HMM中的前向法(Forward Agorithm)</a></span>]]></description>
			<content:encoded><![CDATA[<blockquote><p>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 -&gt; MEM -&gt; CRF -&gt; hCRF 这个伟大目标前进的。HMM已经在之前写了一个<a href="http://www.suzker.cn/computervision/the-hmm-model.html" target="_blank">文章</a>(惊喜地发现在google里面搜“HMM模型”，它出现在了第一页 <img src='http://www.suzker.cn/wp-includes/images/smilies/icon_wink.gif' alt=';-)' class='wp-smiley' /> )，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 &#8211; 前向法(Forward Agorithm)。过几天还会陆续完全弄懂、写好Viterbi与Baum-Welch算法。</p>
<p>本文目录：</p>
<ul>
<li>Page 1: 前文提要</li>
<li>Page 2: 普通的穷举算法</li>
<li>Page 3: 可行的替代算法 &#8211; 前向法</li>
<li>Page 4: 参考书目</li>
</ul>
</blockquote>
<blockquote style="text-align: right;"><address><span style="color: #888888;">Last Modified：2010/08/29 23:40 All rights reserved.</span></address>
</blockquote>
<h2>前文提要：</h2>
<p>在之前的HMM文章中提到，HMM模型将涉及到3个问题：</p>
<ol>
<li><span style="color: #0000ff;">给定一个观察到得序列O，及参数<img src='http://s.wordpress.com/latex.php?latex=%5Clambda&#038;bg=ffffff&#038;fg=000000&#038;s=0' alt='\lambda' title='\lambda' class='latex' />，求出<img src='http://s.wordpress.com/latex.php?latex=P%28O%7C%5Clambda%29&#038;bg=ffffff&#038;fg=000000&#038;s=0' alt='P(O|\lambda)' title='P(O|\lambda)' class='latex' />，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。</span></li>
<li>给定一个观察到的序列O，及参数<img src='http://s.wordpress.com/latex.php?latex=%5Clambda&#038;bg=ffffff&#038;fg=000000&#038;s=0' alt='\lambda' title='\lambda' class='latex' />，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。</li>
<li>同样给定一个观察得到的序列O，求如何调整参数<img src='http://s.wordpress.com/latex.php?latex=%5Clambda&#038;bg=ffffff&#038;fg=000000&#038;s=0' alt='\lambda' title='\lambda' class='latex' />，使<img src='http://s.wordpress.com/latex.php?latex=P%28O%7C%5Clambda%29&#038;bg=ffffff&#038;fg=000000&#038;s=0' alt='P(O|\lambda)' title='P(O|\lambda)' class='latex' />最大。</li>
</ol>
<p>这里讨论的将会是第一个问题，即所谓的估值问题。</p>
<p>再次，在问题一中我们的目标是求出可见序列O在参数集<img src='http://s.wordpress.com/latex.php?latex=%5Clambda&#038;bg=ffffff&#038;fg=000000&#038;s=0' alt='\lambda' title='\lambda' class='latex' />(包含Transition Matrix、Emission Matrix、N、M、Pi)中的发生概率，即求<img src='http://s.wordpress.com/latex.php?latex=P%28O%7C%5Clambda%29&#038;bg=ffffff&#038;fg=000000&#038;s=0' alt='P(O|\lambda)' title='P(O|\lambda)' class='latex' />，请着眼于这个概率，以下将以<img src='http://s.wordpress.com/latex.php?latex=P%28O%7C%5Clambda%29&#038;bg=ffffff&#038;fg=000000&#038;s=0' alt='P(O|\lambda)' title='P(O|\lambda)' class='latex' />作为主角。</p>
<p><span style="color: #ff0000;"><strong>(请留意换页&#8230; Next Page »)</strong></span></p>
]]></content:encoded>
			<wfw:commentRss>http://www.suzker.cn/computervision/forward-agorithm-for-hmm.html/feed</wfw:commentRss>
		<slash:comments>1</slash:comments>
		</item>
	</channel>
</rss>

