概率图模型分析.pptVIP

赌场作弊的HMM模型中，状态空间——观测空间示意图： 实例2中的三个基本问题 1.评估问题 给定观察序列O和HMM ?=(π,A,B),判断O是由?产生出来的可能性有多大 计算骰子点数序列的确由“作弊”模型生成的可能性 2.解码问题 给定观察序列O和HMM ?=(π,A,B),计算与序列O相对应的状态序列是什么 在骰子点数序列中，判断哪些点数是用骰子B掷出的 3.学习问题 给定一系列观察系列样本，确定能够产生出这些序列的模型?=(π,A,B) 如何从大量的点数序列样本中学习得出“作弊模型”的参数 问题1——前向算法 问题1——后向算法 问题2——Viterbi算法 一个前向变量 =maxP( ) 给定模型下，产生t以前的部分观测符号序列（包含t在内）{ }，且时刻又处于状态 的最大概率 迭代算法： 问题3——Baum-Welch算法 目的：给定观察值序列O，通过计算一个模型?={A,B,π}，使得P(O|?)最大 算法步骤： 1.初始模型(待训练模型)?0 2.基于?0以及观察值序列，计算新模型? 3.如果|logP(O|?)-logP(O|?0)|σ,说明训练已达到预期效果，算法结束 4.否则，令?0=?，继续第2步工作 给定模型?和观察