次へ: HMMのパラメータ推定
上へ: Ergodic HMM を用いた解法
戻る: Ergodic HMM を用いた解法
  目次
カテゴリ数 が既知で、セグメンテーション未知のカテゴリ識
別を考える時、Ergodic HMM の適用が考えられる。この場合、カ
テゴリが状態に対応し、信号系列は状態から出力されるシンボル
系列と考えることができる。そして問題点は次の2つになる。
- 信号系列
の尤度を最大にするHMMのパラメータ
を推定する問題(モデルの推定、または学習)。なお、パラメー
タ
は初期状態確率
、状態遷移確率
及びシンボル出力確率
で構成
されるとする。
- HMMのパラメータ
が信号系列
を出力する
可能性の高い状態遷移系列を推定する問題(最適状態遷移系列の推定)。
Ergodic HMMによる解法の概略を、図8.2に示す。
図 8.2:
Ergodic HMMを利用した未知・複数信号源クラスタリングの手順
|
Jin'ichi Murakami
平成13年1月5日