next up previous
次へ: シンボル出力確率 の再計算 上へ: Baum-Welch アルゴリズム 戻る: の計算


状態遷移確率 $ a_{i,j}$ の再計算

次に 状態遷移確率 $ a_{i,j}$ $ \Gamma_t (i,j) $ から再計算する. この計算が最大化ステップになる.

$\displaystyle a_{i,j} = \frac{\sum_t \Gamma_t(i,j)}{\sum_t \sum_j \Gamma_t(i,j)} $

$ a_{i,j}$ の計算式を以下に示す.

$ a_{0,0}=\frac{\Gamma_0(0,0)}{\Gamma_0(0,0) + \Gamma_0(0,1) + \Gamma_1(0,1)} = 0.39756$

$ a_{0,1}=\frac{\Gamma_0(0,1) + \Gamma_1(0,1)}{\Gamma_0(0,0) + \Gamma_0(0,1) + \Gamma_1(0,1)} = 0.60244 $

$ a_{1,1}=\frac{\Gamma_1(1,1) }{\Gamma_1(1,1) + \Gamma_1(1,2) + \Gamma_2(1,2)} = 0.2441 $

$ a_{1,2}=\frac{\Gamma_1(1,2) + \Gamma_2(1,2)}{\Gamma_1(1,1) + \Gamma_1(1,2) + \Gamma_2(1,2)} = 0.7559 $

$ a_{2,2}=\frac{\Gamma_2(2,2) }{\Gamma_2(2,2) + \Gamma_3(2,3) } = 0.01762 $

$ a_{2,3}=\frac{\Gamma_3(2,3) }{\Gamma_2(2,2) + \Gamma_3(2,3) } = 0.98238 $

なお,以下のように正規化されることに注意してもらいたい.

$ a_{0,0}+a_{0,1}=1.0$

$ a_{1,1}+a_{1,2}=1.0$

$ a_{2,2}+a_{2,3}=1.0$



Jin'ichi Murakami 平成22年9月2日