Questions marquées «hidden-markov-model»

Les modèles de Markov cachés sont utilisés pour modéliser des systèmes qui sont supposés être des processus de Markov avec des états cachés (c'est-à-dire non observés).

2
Signification des probabilités de transition initiales dans un modèle de Markov caché
Quels sont les avantages de donner certaines valeurs initiales aux probabilités de transition dans un modèle de Markov caché? Finalement, le système les apprendra, alors quel est l'intérêt de donner des valeurs autres que aléatoires? L'algorithme sous-jacent fait-il une différence comme Baum – Welch? Si je connais très précisément les …
3
Chaînes de Markov contre HMM
Les chaînes de Markov ont du sens pour moi, je peux les utiliser pour modéliser des changements d'état probabilistes dans des problèmes réels. Vient ensuite le HMM. Les HMM seraient mieux adaptés à la modélisation de nombreux problèmes que les MC. Cependant, les problèmes mentionnés sont assez complexes à comprendre, …
1
Modèle de Markov caché pour la prédiction d'événements
Question : La configuration ci-dessous est-elle une implémentation sensée d'un modèle de Markov caché? J'ai un ensemble de données d' 108,000observations (prises sur une période de 100 jours) et approximativement des 2000événements tout au long de la période d'observation. Les données ressemblent à la figure ci-dessous où la variable observée …
2
Bootstrap paramétrique, semi-paramétrique et non paramétrique pour les modèles mixtes
Les greffes suivantes sont extraites de cet article . Je suis novice dans le bootstrap et j'essaie d'implémenter le bootstrap paramétrique, semi-paramétrique et non paramétrique pour le modèle mixte linéaire avec le R bootpackage. Code R Voici mon Rcode: library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult + …
9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 
2
Comment prédire les probabilités ou les états des nouvelles données avec le package DepmixS4, pour les modèles de Markov cachés
Il semble que je puisse très bien apprendre les paramètres et trouver les probabilités postérieures pour les données d'entraînement, mais je n'ai aucune idée de comment faire de nouvelles prédictions sur de nouvelles données. Le problème vient en particulier des probabilités de transition changeant sur les covariables, il n'est donc …
3
Modèle statistique pour prédire le prochain déplacement sur le réseau uniquement en utilisant l'historique des mouvements
Est-il possible de construire un modèle statistique qui prédit le prochain mouvement dans un graphique uniquement basé sur les mouvements passés et la structure du graphique? J'ai fait un exemple pour illustrer le problème: Le temps est discret . À chaque tour, vous restez à votre nœud / sommet actuel …
1
Modèles d'état caché vs modèles sans état pour la régression des séries chronologiques
C'est une question assez générique: supposons que je veuille construire un modèle pour prédire la prochaine observation sur la base des observations précédentes ( peut être un paramètre à optimiser expérimentalement). Nous avons donc essentiellement une fenêtre coulissante d'entités d'entrée pour prédire la prochaine observation.NNNNNN Je peux utiliser une approche …
1
Du HMM standard au HMM bayésien
J'essaie de comprendre quelle est la différence entre un HMM standard et un HMM bayésien. Wikipedia mentionne brièvement à quoi ressemble le modèle, mais j'ai besoin d'un tutoriel plus détaillé. Quelqu'un connaît-il un document ou une mise en œuvre que je peux consulter? J'ai également des problèmes avec la terminologie …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.