次へ: HMMの利点と問題点
上へ: HMM
戻る: HMMとは
目次
HMMにはスペクトルパターンの表現方法により,離散型HMM,連続型分布型HMMに
分類される.また,離散型HMMと連続分布型HMMの中間的な性質を持った半連続分
布型HMMがある.以下にそれぞれの特徴を示す.
- 離散分布型HMM(Descrete HMM)
出現されるスペクトルパターンは,有限個のシンボルの組合せで表現され
る.出現確率は,スペクトルパターンのクラスタ化(ベクトル量子化)によっ
て代表スペクトルパターン(符号ベクトル)を生成し,各符号ベクトルの出
現確率の組合せによって表現する.
- 連続分布型HMM(Continuous HMM)
出現するスペクトルパターンは,連続値で表現される.出力確率は,単一
ガウス分布(正規分布),または混合ガウス分布で表現される.パラメータ
の自由度を減らすために無相関ガウス分布(Diagonal)が用いられることが
多い.
- 半連続分布型HMM(Semi-continuous HMM)
連続分布モデルと離散分布モデルの中間の性質を持つ.これは,連続
分布モデルにおける混合ガウス分布を,すべてのモデルのすべての状態で
共通にし,各分布の重みだけを変えるようにしたものである.結び混合分
布モデル(tied-mixture model)とも呼ばれる.また,離散分布モデルにお
ける各符号に確率分布を持たせたものということもできる.
平成21年3月17日