숨겨진 세미 마코프 모델
Hidden semi-Markov model | 이 글은 대부분의 독자들이 이해하기에는 너무 기술적인 것일 수도 있다.할 수 하십시오.(2019년 3월)(이 및 학습 |
숨겨진 세미 마코프 모델(HSMM)은 관측할 수 없는 공정이 마르코프가 아닌 세미 마코프라는 점을 제외하면 숨겨진 마코프 모델과 구조가 같은 통계적 모델이다.이것은 숨겨진 상태의 변화가 있을 확률은 현재 상태로 진입한 이후 경과한 시간에 따라 결정된다는 것을 의미한다.이는 그 때까지 주에서 생존을 전제로 한 상태가 변화할 확률은 일정하게 존재하는 숨겨진 마르코프 모델과는 대조적이다.[1]
예를 들어 Sanson & Thomson(2001) 은 숨겨진 세미 마코프 모델을 사용하여 일일 강우를 모델링했다.[2]기초 공정(예: 기상 시스템)이 기하학적으로 분포된 지속시간을 가지지 않는 경우, HSMM이 더 적절할 수 있다.
숨겨진 세미 마코프 모델은 인코딩된 음성 표현의 서로 다른 상태 사이의 전환 확률을 모델링하기 위해 통계 파라메트릭 음성 합성의 구현에 사용될 수 있다.그것들은 출력 파형을 생성하기 위해 완전한 파라메트릭 음성 합성 시스템의 다른 요소들과 연결하면서 종종 인공 신경 네트워크와 같은 다른 도구들과 함께 사용된다.[3]
이 모델은 1966년 레오나드 바움, 테드 페트리에 의해 처음 출판되었다.[4][5]
숨겨진 세미 마코프 모델에 대한 통계적 추론은 Baum-Welch 알고리즘과 같은 알고리즘은 직접 적용할 수 없으며, 더 많은 자원을 필요로 하는 적응을 해야 하기 때문에 숨겨진 마코프 모델보다 더 어렵다.
참고 항목
참조
- ^ Yu, Shun-Zheng (2010), "Hidden Semi-Markov Models", Artificial Intelligence, 174 (2): 215–243, doi:10.1016/j.artint.2009.11.011.
- ^ Sansom, J.; Thomson, P. J. (2001), "Fitting hidden semi-Markov models to breakpoint rainfall data", J. Appl. Probab., 38A: 142–157, doi:10.1239/jap/1085496598.
- ^ Tokuda, Keiichi; Hashimoto, Kei; Oura, Keiichiro; Nankaku, Yoshihiko (2016), "Temporal modeling in neural network based statistical parametric speech synthesis" (PDF), 9th ISCA Speech Synthesis Workshop, 9: 1, archived from the original (PDF) on 2020-03-12
- ^ Barbu, V.; Limnios, N. (2008). "Hidden Semi-Markov Model and Estimation". Semi-Markov Chains and Hidden Semi-Markov Models toward Applications. Lecture Notes in Statistics. Vol. 191. p. 1. doi:10.1007/978-0-387-73173-5_6. ISBN 978-0-387-73171-1.
- ^ Baum, L. E.; Petrie, T. (1966). "Statistical Inference for Probabilistic Functions of Finite State Markov Chains". The Annals of Mathematical Statistics. 37 (6): 1554. doi:10.1214/aoms/1177699147.
- 유순정 "히든 세미 마코프 모델:이론, 알고리즘 및 응용 프로그램", 제1판, 208쪽, 출판사: Exvier, 2015년 11월 ISBN 978-0128027677
- Chiappa, Silvia (2014), "Explicit-duration Markov switching models" (PDF), Foundations and Trends in Machine Learning, 7 (6): 803–886, arXiv:1909.05800, doi:10.1561/2200000054, S2CID 51858970.
추가 읽기
- Guédon, Y. (2003), "Estimating hidden semi-Markov chains from discrete sequences" (PDF), Journal of Computational and Graphical Statistics, 12 (3): 604–639, doi:10.1198/1061860032030, S2CID 34116959.
- Murphy, Kevin P. (2002), Hidden semi-Markov Models (HSMMs) (PDF)
- Liu, X. L.; Liang, Y.; Lou, Y. H.; Li, H.; Shan, B. S. (2010), "Noise-Robust Voice Activity Detector Based on Hidden Semi-Markov Models", Proc. ICPR'10 (PDF), pp. 81–84, archived from the original (PDF) on 2011-06-17.
- Bulla, J.; Bulla, I.; Nenadiç, O. (2010), "hsmm – an R Package for Analyzing Hidden Semi-Markov Models", Computational Statistics & Data Analysis, 54 (3): 611–619, doi:10.1016/j.csda.2008.08.025.
외부 링크
- Sun-Zung Yu, HSMM – 온라인 서지학 및 Matlab 소스 코드
