Statistiques et Big Data hidden-markov-model

11

Ressources pour apprendre la chaîne de Markov et les modèles de Markov cachés

Je suis à la recherche de ressources (tutoriels, manuels, webcast, etc.) pour en apprendre davantage sur la chaîne de Markov et les HMM. Mon expérience est en tant que biologiste et je suis actuellement impliqué dans un projet lié à la bioinformatique. En outre, quels sont les connaissances mathématiques nécessaires …

57 references markov-process hidden-markov-model bioinformatics

5

Quelle est la différence entre les algorithmes avant-arrière et Viterbi?

Je veux savoir quelles sont les différences entre l' algorithme avant-arrière et l' algorithme de Viterbi pour l'inférence dans les modèles de Markov cachés (HMM).

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

3

Différence intuitive entre les modèles de Markov cachés et les champs aléatoires conditionnels

Je comprends que les modèles de Markov cachés (HMM) sont des modèles génératifs et les modèles CRF sont des modèles discriminants. Je comprends également comment les CRF (Conditional Random Fields) sont conçus et utilisés. Ce que je ne comprends pas, c'est comment ils sont différents des HMM? J'ai lu que …

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

1

Différence entre les modèles de Markov cachés et le filtre à particules (et le filtre de Kalman)

Voici ma vieille question Je voudrais demander si quelqu'un connaît la différence (s'il y a une différence) entre les modèles de Markov cachés (HMM) et le filtre à particules (PF), et par conséquent le filtre de Kalman, ou dans quelles circonstances nous utilisons quel algorithme. Je suis étudiant et je …

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

2

Modèle de Markov caché vs modèle de transition de Markov vs modèle d'état-espace…?

Pour ma thèse de maîtrise, je travaille sur le développement d'un modèle statistique des transitions entre différents états, défini par le statut sérologique. Pour l'instant, je ne donnerai pas trop de détails dans ce contexte, car ma question est plus générale / théorique. Quoi qu'il en soit, mon intuition est …

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

4

Formation d'un modèle de Markov caché, plusieurs instances de formation

J'ai implémenté un HMM discret selon ce tutoriel http://cs229.stanford.edu/section/cs229-hmm.pdf Ce tutoriel et d'autres parlent toujours de la formation d'un HMM à partir d'une séquence d'observation. Que se passe-t-il lorsque j'ai plusieurs séquences d'entraînement? Dois-je simplement les exécuter séquentiellement, en entraînant le modèle après l'autre? Une autre option consiste à concaténer …

18 hidden-markov-model

2

Quelles sont les différences entre l'algorithme Baum-Welch et la formation Viterbi?

J'utilise actuellement la formation Viterbi pour un problème de segmentation d'image. Je voulais savoir quels sont les avantages / inconvénients de l'utilisation de l'algorithme Baum-Welch au lieu de la formation Viterbi.

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

1

Utilisation de HMM en finance quantitative. Des exemples de HMM qui fonctionnent pour détecter les tendances / tournants?

Je découvre le monde merveilleux de ces "modèles de Markov cachés", également appelés "modèles à changement de régime". Je souhaite adapter un HMM en R pour détecter les tendances et les tournants. Je voudrais construire le modèle le plus générique possible afin de pouvoir le tester sur de nombreux prix. …

17 r time-series finance hidden-markov-model

3

Seuillage de modèle de Markov caché

J'ai développé un système de preuve de concept pour la reconnaissance sonore en utilisant des modèles mfcc et markov cachés. Cela donne des résultats prometteurs lorsque je teste le système sur des sons connus. Bien que le système, lorsqu'un son inconnu est entré retourne le résultat avec la correspondance la …

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

3

Modèle de Markov caché vs réseau neuronal récurrent

Quels problèmes d'entrée séquentielle conviennent le mieux à chacun? La dimensionnalité d'entrée détermine-t-elle celle qui correspond le mieux? Les problèmes qui nécessitent une "mémoire plus longue" sont-ils mieux adaptés à un LSTM RNN, alors que les problèmes de modèles d'entrée cycliques (bourse, météo) sont plus facilement résolus par un HMM? …

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

1

Comment former les HMM pour la classification?

Je comprends donc que lorsque vous formez des HMM à la classification, l'approche standard est la suivante: Séparez vos ensembles de données dans les ensembles de données pour chaque classe Former un HMM par classe Sur l'ensemble de test, comparez la probabilité de chaque modèle de classer chaque fenêtre Mais …

12 classification hidden-markov-model

1

Critères de sélection du «meilleur» modèle dans un modèle de Markov caché

J'ai un ensemble de données de série chronologique auquel j'essaie d'adapter un modèle de Markov caché (HMM) afin d'estimer le nombre d'états latents dans les données. Mon pseudo-code pour ce faire est le suivant: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_states = …

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

Calcul des intervalles de confiance via bootstrap sur des observations dépendantes

Le bootstrap, dans sa forme standard, peut être utilisé pour calculer les intervalles de confiance des statistiques estimées à condition que les observations soient iid. I. Visser et al. dans " Confidence Intervals for Hidden Markov Model Parameters ", a utilisé un bootstrap paramétrique pour calculer les IC des paramètres …

12 confidence-interval bootstrap hidden-markov-model

2

Nombre de paramètres dans le modèle de Markov

Je souhaite utiliser BIC pour la sélection de modèle HMM: BIC = -2*logLike + num_of_params * log(num_of_data) Alors, comment puis-je compter le nombre de paramètres dans le modèle HMM. Considérons un HMM simple à 2 états, où nous avons les données suivantes: data = [1 2 1 1 2 2 …

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

1

Définition du système bayésien dynamique et sa relation avec HMM?

De Wikipédia Un réseau bayésien dynamique (DBN) est un réseau bayésien qui relie des variables entre elles sur des pas de temps adjacents. Ceci est souvent appelé un BN à deux tranches de temps car il dit qu'à tout moment T, la valeur d'une variable peut être calculée à partir …

11 hidden-markov-model graphical-model

Questions marquées «hidden-markov-model»