نماذج ماركوف المخفية
Hidden Markov Models
نموذج احتمالي لسلسلة حالات مخفية تولّد ملاحظات مرئية، وكان الأداة الرئيسية للتعرف على الكلام قبل التعلم العميق.
الفكرة الأساسية
الحالة الحالية تعتمد على السابقة فقط، والملاحظة تعتمد على الحالة الحالية فقط.
آلية العمل
خوارزمية Forward لحساب الاحتمال، وViterbi لأفضل سلسلة حالات، وBaum-Welch (حالة من EM) للتدريب.
المعادلات
P(O, Q) = pi(q1) prod_t a(q_{t-1}, q_t) prod_t b_{q_t}(o_t)المزايا
- أساس رياضي واضح
- تدريب فعال
القيود
- افتراض ماركوف يحد من تمثيل السياق الطويل
التطبيقات العملية
التعرف على الكلام، تحليل التسلسلات الحيوية، وسم أجزاء الكلام.
هذا الموضوع جزء من قاعة الذكاء الرمزي والأنظمة الخبيرة.
المصادر والمراجع العلمية
- L. R. Rabiner (1989). A tutorial on hidden Markov models and selected applications in speech recognition. Proceedings of the IEEE, 77(2):257-286. DOI: 10.1109/5.18626
يدعم: الدرس المرجعي في نماذج ماركوف المخفية وتطبيقها على الكلام
