10 markov models
DESCRIPTION
10 Markov Models. 60040087 浪床 真一. X1. 0.24. 0.64. 0.32. 1. 0.36. X2. X3. 0.44. 10.1 INTRODUCTION. Markov Model は離散的な状態とそれらの間を遷移する確率を持つ. 次の状態へ遷移する確率は現在の状態のみに依存する. X1. 0.24. 0.64. 0.32. 1. 0.36. X2. X3. 0.44. 10.1 INTRODUCTION. Hidden Markov Model は状態の遷移が観測できない. - PowerPoint PPT PresentationTRANSCRIPT
10 Markov Models
60040087
浪床 真一
10.1 INTRODUCTION
Markov Model は離散的な状態とそれらの間を遷移する確率を持つ
次の状態へ遷移する確率は現在の状態のみに依存する
X1
X2 X3
1
0.24
0.32
0.44
0.36
0.64
10.1 INTRODUCTION
Hidden Markov Model は状態の遷移が観測できない
Markov Model は音声認識によく用いられる
X1
X2 X3
1
0.24
0.32
0.44
0.36
0.64
10.2 MARKOV MODELS
tatA ij
tija
iP
状態 Xi から状態 Xj への遷移確率
NP
P
P
p2
1
tTT Aptp 0
iP 状態 Xi における Markov 過程の確率
10.3.1 Formal Definitions
1ii xP
titjij xxPa |1
jkj xOPkb |
t=1 で状態 Xi に遷移する確率
状態 Xi から状態 Xj へ遷移する確率
状態 Xj で記号 Ok を出力する確率
10.3.2 Three Principal Problems
• ある与えられた Sequence の確率の決定 別の Model との比較• ある与えられた Sequence において,最も起
こりうる状態遷移の決定 全ての確率を計算し,その値を比較する• Model Parameters の調整 Sequence に対して過程の確率が高くな
るように Model を調整する
10.3.3 The Probability of an Observation Sequence
ti
ti
N
i
Ti
1
前向き確率
後向き確率
時刻 t で状態 i に至る全ての過程の確率
時刻 t に状態 i から出発し終了状態に至る全ての過程の確率
Sequence に対する Model の全ての過程の確率は
N
i
i
1
0
10.3.4 Most Probable States
ti 時刻 t で状態 i からの遷移が生じた確率
ある Sequence における最大出現確率は
TiTiij
iOba 1max
Pattern 認識時は各 Model についてこの値を求め,最大となったModel が認識結果となる
10.3.5 Improving the Model
Ti
N
i
ttjijtij
jObai
1
11
1
j
j
kb
t
T
t
t
T
ktOtj
1
,1
Model の Parameter の調整は次式を用いて行う
ij
T
t
ij
T
tija
1
1