HMMと設計

program algorithm

結局HMMを設計しなくちゃいけないようです。
諸計算と同じかそれ以上にモデルの設計に問題がある。
HMMの問題自体は

  1. モデル評価
  2. 最適解
  3. 再推定

それぞれの計算の位置と大まかな意味しか捉えていないので。
あるHMMをλ(A,B,π)とし，Aを状態遷移系列，Bを観測系列出力確率，πを初期分布確率として仮定する。
このパラメータ設定が難しい（と思うんだけど）。

1.モデル評価

λにおいて観測系列Yが出力されたときの尤度P(Y|λ)
既に観測系列が観測されていて、仮定したモデルλからどの程度の出力されるか

Forward algorithm　Backward algorithm

2.最適解

最適状態系列選択

Viterbi algorithm

3.再推定

観測系列の情報を最大限にλ(A,B,π)に反映させる計算（と思う）。
状態系列の任意の連続するi→jへ遷移する回数の期待値から更新するパラメータを計算しているんだろうけど
何でそうなるかがよく分からない。

Buam-Welch algorithm


アルゴリズムの実装は済んでいるし、計算はこのくらいで良いような気がした。
ここでネックになるのがやっぱりモデルの構築手法。
何でも良いと言われたからには…良い具体例でも落ちてないかな。
そこからパラメータ、特に状態列を仮定出来るかどうか。