Statistiken und Big Data hidden-markov-model

11

Ressourcen zum Erlernen der Markov-Kette und versteckter Markov-Modelle

Ich suche nach Ressourcen (Tutorials, Lehrbücher, Webcasts usw.), um mehr über Markov Chain und HMMs zu erfahren. Ich bin Biologe und arbeite derzeit in einem bioinformatischen Projekt. Welchen mathematischen Hintergrund benötige ich, um Markov-Modelle und HMMs ausreichend zu verstehen? Ich habe mich mit Google umgesehen, aber bisher habe ich noch …

57 references markov-process hidden-markov-model bioinformatics

5

Was ist der Unterschied zwischen dem Vorwärts-Rückwärts- und dem Viterbi-Algorithmus?

Ich möchte wissen, was die Unterschiede zwischen dem Vorwärts-Rückwärts-Algorithmus und dem Viterbi-Algorithmus für die Inferenz in Hidden-Markov-Modellen (HMM) sind.

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

3

Intuitiver Unterschied zwischen versteckten Markov-Modellen und bedingten Zufallsfeldern

Ich verstehe, dass HMMs (Hidden Markov Models) generative Modelle und CRF diskriminative Modelle sind. Ich verstehe auch, wie CRFs (Conditional Random Fields) entworfen und verwendet werden. Was ich nicht verstehe, ist, wie sie sich von HMM unterscheiden? Ich habe gelesen, dass wir im Fall von HMM unseren nächsten Zustand nur …

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

1

Unterschied zwischen Hidden Markov-Modellen und Partikelfilter (und Kalman-Filter)

Hier ist meine alte Frage Ich möchte fragen, ob jemand den Unterschied (falls vorhanden) zwischen Hidden Markov-Modellen (HMM) und Partikelfilter (PF) und folglich Kalman-Filter kennt oder unter welchen Umständen wir welchen Algorithmus verwenden. Ich bin Student und muss ein Projekt machen, aber zuerst muss ich einige Dinge verstehen. Entsprechend der …

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

2

Verstecktes Markov-Modell vs Markov-Übergangsmodell vs Zustands-Raum-Modell…?

Für meine Masterarbeit arbeite ich an der Entwicklung eines statistischen Modells für die Übergänge zwischen verschiedenen Zuständen, definiert durch den serologischen Status. Im Moment werde ich in diesem Zusammenhang nicht zu viele Details angeben, da meine Frage allgemeiner / theoretischer ist. Wie auch immer, meine Intuition ist, dass ich ein …

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

4

Training eines Hidden-Markov-Modells, mehrere Trainingsinstanzen

Ich habe ein diskretes HMM gemäß diesem Tutorial implementiert: http://cs229.stanford.edu/section/cs229-hmm.pdf In diesem und anderen Tutorials wird immer davon gesprochen, ein HMM mit einer bestimmten Beobachtungssequenz zu trainieren. Was passiert, wenn ich mehrere Trainingssequenzen habe? Soll ich sie einfach nacheinander ausführen und das Modell nach dem anderen trainieren? Eine andere Möglichkeit …

18 hidden-markov-model

2

Was sind die Unterschiede zwischen dem Baum-Welch-Algorithmus und dem Viterbi-Training?

Ich benutze derzeit Viterbi-Training für ein Bildsegmentierungsproblem. Ich wollte wissen, welche Vor- und Nachteile die Verwendung des Baum-Welch-Algorithmus anstelle des Viterbi-Trainings hat.

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

1

Verwendung von HMM in der quantitativen Finanzierung. Beispiele für HMM zur Erkennung von Trends / Wendepunkten?

Ich entdecke die wunderbare Welt der sogenannten "Hidden Markov Models", auch "Regime Switching Models" genannt. Ich möchte ein HMM in R anpassen, um Trends und Wendepunkte zu erkennen. Ich möchte das Modell so allgemein wie möglich bauen, damit ich es zu vielen Preisen testen kann. Kann mir jemand ein Papier …

16 r time-series finance hidden-markov-model

3

Versteckte Markov-Modellschwelle

Ich habe ein Proof-of-Concept-System für die Schallerkennung mit mfcc- und Hidden-Markov-Modellen entwickelt. Es gibt vielversprechende Ergebnisse, wenn ich das System auf bekannte Geräusche teste. Obwohl das System, wenn ein unbekannter Ton eingegeben wird, das Ergebnis mit der genauesten Übereinstimmung zurückgibt und die Punktzahl nicht so eindeutig ist, ist es ein …

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

1

Wie trainiere ich HMMs für die Klassifizierung?

Daher verstehe ich, dass der Standardansatz beim Trainieren von HMMs für die Klassifizierung wie folgt lautet: Teilen Sie Ihre Datensätze in die Datensätze für jede Klasse auf Trainiere ein HMM pro Klasse Vergleichen Sie im Testset die Wahrscheinlichkeit, mit der jedes Modell die einzelnen Fenster klassifiziert Aber wie trainiere ich …

12 classification hidden-markov-model

1

Kriterien für die Auswahl des „besten“ Modells in einem Hidden-Markov-Modell

Ich habe einen Zeitreihendatensatz, an den ich ein Hidden Markov Model (HMM) anpasse, um die Anzahl der latenten Zustände in den Daten abzuschätzen. Mein Pseudocode dafür ist der folgende: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_states = "model with smallest BIC" ... …

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

Berechnung der Konfidenzintervalle mittels Bootstrap anhand abhängiger Beobachtungen

Der Bootstrap in seiner Standardform kann verwendet werden, um Konfidenzintervalle der geschätzten Statistiken zu berechnen, vorausgesetzt, die Beobachtungen sind korrekt. I. Visser et al. In " Konfidenzintervalle für versteckte Markov-Modellparameter " wurde ein parametrischer Bootstrap verwendet, um CIs für HMM-Parameter zu berechnen. Wenn wir jedoch ein HMM an eine Beobachtungssequenz …

12 confidence-interval bootstrap hidden-markov-model

2

Anzahl der Parameter im Markov-Modell

Ich möchte BIC für die HMM-Modellauswahl verwenden: BIC = -2*logLike + num_of_params * log(num_of_data) Wie zähle ich die Anzahl der Parameter im HMM-Modell? Stellen Sie sich ein einfaches HMM mit zwei Zuständen vor, in dem die folgenden Daten vorliegen: data = [1 2 1 1 2 2 2 1 2 …

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

1

Definition des dynamischen Bayes'schen Systems und seiner Beziehung zu HMM?

Aus Wikipedia Ein dynamisches Bayes'sches Netzwerk (DBN) ist ein Bayes'sches Netzwerk, das Variablen über benachbarte Zeitschritte miteinander in Beziehung setzt. Dies wird oft als Zwei-Zeitscheiben-BN bezeichnet, da es besagt, dass zu jedem Zeitpunkt T der Wert einer Variablen aus den internen Regressoren und dem unmittelbaren vorherigen Wert (Zeitpunkt T-1) berechnet …

11 hidden-markov-model graphical-model

6

Versteckte Markov-Modelle mit Baum-Welch-Algorithmus unter Verwendung von Python

Ich suche nach einer Python-Implementierung (in reinem Python oder in Wrapping vorhandener Materialien) von HMM und Baum-Welch. Einige Ideen? Ich habe gerade in Google gesucht und in Bezug auf andere Techniken des maschinellen Lernens wirklich schlechtes Material gefunden. Warum?

11 python hidden-markov-model

Als «hidden-markov-model» getaggte Fragen