Un Nuevo Método para Decodificar Cualquier Modelo Oculto de Markov de Alto Orden
Autores: Ye, Fei; Wang, Yifei
Idioma: Inglés
Editor: Hindawi Publishing Corporation
Año: 2014
Acceso abierto
Artículo científico
Categoría
Matemáticas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 18
Citaciones: Sin citaciones
Este documento propone un método novedoso para decodificar cualquier modelo de Markov oculto de alto orden. Primero, el modelo de Markov oculto de alto orden se transforma en un modelo de Markov oculto de primer orden equivalente mediante la transformación de Hadars. Luego, la secuencia óptima de estados del modelo de Markov oculto de primer orden equivalente es reconocida por el algoritmo de Viterbi existente del modelo de Markov oculto de primer orden. Finalmente, la secuencia óptima de estados del modelo de Markov oculto de alto orden se infiere a partir de la secuencia óptima de estados del modelo de Markov oculto de primer orden equivalente. Este método proporciona un marco de algoritmo unificado para decodificar modelos de Markov ocultos, incluido el modelo de Markov oculto de primer orden y cualquier modelo de Markov oculto de alto orden.
Descripción
Este documento propone un método novedoso para decodificar cualquier modelo de Markov oculto de alto orden. Primero, el modelo de Markov oculto de alto orden se transforma en un modelo de Markov oculto de primer orden equivalente mediante la transformación de Hadars. Luego, la secuencia óptima de estados del modelo de Markov oculto de primer orden equivalente es reconocida por el algoritmo de Viterbi existente del modelo de Markov oculto de primer orden. Finalmente, la secuencia óptima de estados del modelo de Markov oculto de alto orden se infiere a partir de la secuencia óptima de estados del modelo de Markov oculto de primer orden equivalente. Este método proporciona un marco de algoritmo unificado para decodificar modelos de Markov ocultos, incluido el modelo de Markov oculto de primer orden y cualquier modelo de Markov oculto de alto orden.