WikiDer > Hidden-Markov-Modell

EIN Hidden-Markov-Modell (Hmmm) ist ein Modell aus der Statistik wobei das zu modellierende System a Markov-Prozess ist mit unbekannten Parametern. Ziel ist es, die versteckten Parameter basierend auf den beobachtbaren Parametern zu bestimmen. Die so gewonnenen Parameter können dann für Anwendungen wie Mustererkennung. Ein HMM kann als die einfachste Form von a . angesehen werden dynamisches Bayes-Netzwerk.

Beispiel

Zustände = ('Regen', 'Sonne')Aktivitäten = ('Gehen', 'Einkaufen', 'Lesen')Startwahrscheinlichkeit = {'Regen': 0.6, 'Sonne': 0.4}Übergangswahrscheinlichkeit = { 'Regen ' : {'Regen': 0.7, 'Sonne': 0.3}, 'Sonne' : {'Regen': 0.4, 'Sonne': 0.6}, }Besetzungswahrscheinlichkeit = { 'Regen' : {'Wandern': 0.1 , 'einkaufen': 0.4, 'lesen': 0.5}, 'sonne' : {'gehen': 0.6, 'einkaufen': 0.3, 'lesen': 0.1}, }

Anwendungen

• Spracherkennung
• optische Zeichenerkennung
• Bioinformatik und Genomforschung
  • Vorhersage von Genen im Genom
  • Strukturierung ähnlicher DNA- und Proteinmuster in "Familien"
  • Vorhersage der sekundären Proteinstruktur basierend auf der Aminosäuresequenz

Software

• HMM-basierte Programme

Literatur Referenzen

• Lawrence Rabiner, 1989. Ein Tutorial zu Hidden-Markov-Modellen und ausgewählten Anwendungen der Spracherkennung.
• Kristie Seymore, Andrew McCallum und Roni Rosenfeld. Erlernen der Hidden-Markov-Modellstruktur für die Informationsextraktion. AAAI 99 Workshop zum maschinellen Lernen zur Informationsextraktion, 1999. (auch auf CiteSeer)

Externe Links

• Toolbox für das Hidden-Markov-Modell (HMM) für Matlab(von Kevin Murphy)
• Versteckte Markov-Modelle(eine Ausstellung mit Grundlagen der Mathematik)
• GHMM-Bibliothek(Homepage des GHMM-Bibliotheksprojekts)
• Jahmm: (Eine Implementierung von Hidden-Markov-Modellen in Java)
• Eine Schritt-für-Schritt-Erklärung von HMMs(Universität Leeds)