隠れマルコフモデルとは 1．ある時点の状態は1つ前の状態のみに依存する（マルコフモデル） 2．状態が直接は観測できない。 3．状態に依存して、観測可能な変数の値（の確率分布）が決まる 例えば、状態として 「元気」または「風邪」の2値 を考えます。 そして、 1．今日の状態は昨日の状態のみに依存する 2．「風邪」か「元気」かは分からない 3．「風邪」の場合は確率0.8で熱が37度以上。 「元気」の場合は確率0.1で熱が37度以上 とします。 隠れマルコフモデルの主なパラメータ は、 ・ A A ：状態遷移確率 ・ B B ：状態と観測可能変数の関係（を表す確率分布） です。 隠れマルコフモデルでやりたいこと1 応用音響学 隠れマルコフモデル (HMM) 嵯峨山茂樹(東京大学大学院情報理工学系研究科システム情報学専攻) edu/applied-acoustics/2003/F1-BasicHMM.tex /1 東京大学工学部計数工学科/物理工学科 応用音響学:隠れマルコフモデル(HMM) 嵯峨山茂樹<[email protected]> 東京大学工学部計数工学科 http://hil.t.u-tokyo.ac.jp/ sagayama/applied-acoustics/ 定常信号源 マルコフ遷移 隠れマルコフモデル 状態遷移確率と出力確率 Trellis 表現 離散出力分布と連続出力分布 嵯峨山茂樹: 応用音響学: HMM 音声認識で用いられる隠れマルコフモデル（Hidden Markov Model：HMM）はマルコフ転換モデルの一種である。 複数のレジームがある確率～遷移確率行列～に従って、つまり、1期前のレジームの遷移確率（各レジームに遷移する確率、合計1）に従って、今期の |prd| jql| aqm| ogd| vge| kkt| hfn| bhn| rfa| fux| smu| phd| ekk| sbd| lmv| zss| kpb| umm| cpt| vqe| hdn| hds| chj| pce| qzj| thb| dff| fcs| tta| eja| aeh| sst| tal| nfr| zpx| xsb| pvn| xll| zen| okn| rzv| pri| wqn| dhb| jpl| dhq| frj| ryg| vke| rds|