14.隐马尔科夫模型.pdf
立即下载
薄情
2025-04-09
条件
独立
网络
edu.com
july
贝叶斯
模型
复习
马尔科夫
67
743.4 KB
隐马尔科夫模型HMM
七月算法 邹博
2015年5月10日
2/67 julyedu.com
复习：贝叶斯网络
x1和x2独立
x6和x7在x4给定的条件下独立
x1,x2,…x7的联合分布：
3/67 julyedu.com
贝叶斯网络分析
1+2+2+4+4=13 vs 2^5
4/67 julyedu.com
复习：特殊的贝叶斯网络
M个离散结点形成一条链，每一个结点有K
个状态，则需要K-1+(M-1)K(K-1)个参数。
这是关于长度M的线性函数。
别忘了，如果是全连接，需要KM-1个参数，是
关于M的指数函数。
这个网络被称作马尔科夫模型。
5/67 julyedu.com
复习：通过贝叶斯网络判定条件独立—1
P(a,b,c)=P(c)*P(a|c)*P(b|c)
则：P(a,b|c)=P(a,b,c)/P(c)
带入，得到：
P(a,b|c)=P(a|c)*P(b|c)
即：在c给定的条件下，a，b被阻断
(blocked)，是独立的。
条件独立：tail-to-tail
6/67 julyedu.com
复习：通过贝叶斯网络判定条件独立—2
P(a,b,c)=P(a)*P(c|a)*P(b|c)
即：在c给定的条件下，a，b被阻断(blocked)，是独
立的。
条件独立：head-to-tail
7/67 julyedu.com
复习：通过贝叶斯网络判定条件独立—3
P(a,b,c) = P(a)*P(b)*P(c|a,b)
在c未知的条件下，a，b被阻断(blocked)，是
独立的： head-to-head
P(b)*P(a)),(
b)a,|P(c*P(b)*P(a) = c)b,P(a,
c
baP
c
8/67 julyedu.com
隐马尔科夫模型的定义
隐马尔科夫模型(HMM, Hidden Markov Model)可用
标注问题，在语音识别、NLP、生物信息、模式识
别等领域被实践证明是有效的算法。
HMM是关于时序的概率模型，描述由一个隐藏的
马尔科夫链随机生成不可观测的状态随机序列，再
由各个状态生成一个观测而产生观测随机序列的过
条件/独立/网络/edu.com/july/贝叶斯/模型/复习/马尔科夫/67/
条件/独立/网络/edu.com/july/贝叶斯/模型/复习/马尔科夫/67/
