Je travaille sur pas mal de modélisation statistique, comme les modèles de Markov cachés et les modèles de mélanges gaussiens. Je vois que la formation de bons modèles dans chacun de ces cas nécessite une grande quantité (> 20000 phrases pour les HMM) de données qui sont extraites...
Question : La configuration ci-dessous est-elle une implémentation sensée d'un modèle de Markov caché? J'ai un ensemble de données d' 108,000observations (prises sur une période de 100 jours) et approximativement des 2000événements tout au long de la période d'observation. Les données ressemblent à...
Les greffes suivantes sont extraites de cet article . Je suis novice dans le bootstrap et j'essaie d'implémenter le bootstrap paramétrique, semi-paramétrique et non paramétrique pour le modèle mixte linéaire avec le R bootpackage. Code R Voici mon Rcode: library(SASmixed) library(lme4)...
Je lis cet article: traducteur skype où ils utilisent des CD-DNN-HMM (réseaux neuronaux profonds dépendants du contexte avec des modèles de Markov cachés). Je peux comprendre l'idée du projet et l'architecture qu'ils ont conçue mais je ne comprends pas ce que sont les senones . Je cherchais une...
Dans cette question populaire , une réponse très positive fait que MLE et Baum Welch sont séparés dans le montage HMM. Pour les problèmes de formation, nous pouvons utiliser les 3 algorithmes suivants: MLE (estimation de vraisemblance maximale), formation Viterbi (NE PAS confondre avec le décodage...
C'est une question assez générique: supposons que je veuille construire un modèle pour prédire la prochaine observation sur la base des observations précédentes ( peut être un paramètre à optimiser expérimentalement). Nous avons donc essentiellement une fenêtre coulissante d'entités d'entrée pour...
Je calcule des probabilités conditionnelles et des intervalles de confiance à 95% associés. Pour bon nombre de mes cas, j'ai un décompte simple des xsuccès des nessais (à partir d'un tableau de contingence), donc je peux utiliser un intervalle de confiance binomial, tel que celui fourni par...
Est-il possible de construire un modèle statistique qui prédit le prochain mouvement dans un graphique uniquement basé sur les mouvements passés et la structure du graphique? J'ai fait un exemple pour illustrer le problème: Le temps est discret . À chaque tour, vous restez à votre nœud / sommet...
J'ai implémenté l' algorithme Viterbi et Forward , hélas, je ne peux pas comprendre comment fonctionne l' algorithme Backward . Intuitivement, je sens que je dois faire la même chose que dans Forward uniquement vers l'arrière, en utilisant les valeurs calculées pendant la propagation vers l'avant ....
Il semble que je puisse très bien apprendre les paramètres et trouver les probabilités postérieures pour les données d'entraînement, mais je n'ai aucune idée de comment faire de nouvelles prédictions sur de nouvelles données. Le problème vient en particulier des probabilités de transition changeant...
J'essaie de comprendre quelle est la différence entre un HMM standard et un HMM bayésien. Wikipedia mentionne brièvement à quoi ressemble le modèle, mais j'ai besoin d'un tutoriel plus détaillé. Quelqu'un connaît-il un document ou une mise en œuvre que je peux consulter? J'ai également des...