0
숨겨진 마코프 모델에 대한 프로그램을 만들려고하면서, 나는 Baum-Welch 알고리즘의 초기 HMM에 대해 가장 단순한 가정을했습니다. 모든 것을 균일 한 분포로 두었습니다. 즉, 언더 플로우를 피하기 위해 로그까지 최대 값은Baum Welch 알고리즘의 초기 숨겨진 마르코프 모델
A[i][j] = 1/statenumber;
B[i][j] = 1/observationnumber;
P[i] = 1/statenumber;
입니다. 정상화를 확인할 필요가 없다는 이점이 있습니다.
그러나 지금까지 알고리즘을 실제로 실행하지 않았습니다. 배출 행렬은 첫 번째 반복에서 변경되지만 이후에는 변경되지 않으며, 전이 행렬 및 초기화 벡터는 전혀 전개되지 않습니다. 감마 매트릭스가 전혀 변하지 않는 것 같습니다.
처음에는 알고리즘이 너무 잘 작동하지 않는다고 생각했지만 다른 HMM 라이브러리에서 시도한 결과 동일한 유형의 결과를 얻은 것으로 보입니다.
이러한 초기화를 사용하여 올바른 HMM으로 수렴하는 것이 불가능하며 이러한 배열을 초기화하는 가장 이상적인 방법은 무엇입니까?
'A', 'B'및 'P'는 각각 '전환 확률', '관찰 확률'및 '초기 확률'을 의미합니까? 내 생각에는 아무 문제 없어. HMM 교육을위한 데이터가 정확한가? 데이터를 제공하면 더 나은 대답을 줄 수 있습니다. – emeth