HMMのパラメータ
の推定手法として、Baum-Welchのアルゴリズ
ムが知られている。これは、最大尤度推定のためのEMアルゴリズム
[2]を、
の推定に適用したものであり、推
定値は繰り返し計算で求められる。このアルゴリズムを
信号源
分解問題に適用する場合、2つの問題点がある。
信号源分解問題においては、信号系列の長さは、通常の音声認
識の場合と比較すると、きわめて長くなるために、Baum-Welchの学
習においてアンダフローが起きやすい。この解決方法として、
Forward値の
パラメータを全ての
で
と
なるようにスケーリング[2]する必要がある。
Baum-Welchのアルゴリズムは、理論的には初期パラメータにより様々 な局所的極大点の方向に進む。したがって、所望のカテゴリ識別を 行なうためには初期パラメータの設定が重要となる。これについて は、実験で考察する。