Verborgene Markov-Prozesse auf Basis von Daten schätzen
Schätzen Sie auf Basis der gegebenen Daten den Übergang zwischen zwei Zuständen mit drei möglichen Emissionswerten.
In[1]:= | ![]() X |
In[2]:= | ![]() X |
Out[2]= | ![]() |
Berechnen Sie die Log‐Likelihood für die Daten, die die Grundlage des geschätzten Prozesses darstellen.
In[3]:= | ![]() X |
Out[3]= | ![]() |
Schätzen Sie den Übergang zwischen zwei Zuständen mit stetigen Emissionen.
In[4]:= | ![]() X |
Die überlagerten Histogramme für jeden Pfad deuten auf Gaußsche Emissionen hin.
In[5]:= | ![]() X |
Out[5]= | ![]() |
Vergleichen Sie die Ergebnisse des standardmäßig eingesetzten Baum–Welch-Algorithmus und der Trainingsdaten des Viterbi-Algorithmus.
In[6]:= | ![]() X |
Out[6]= | ![]() |
In[7]:= | ![]() X |
Out[7]= | ![]() |
Die Log-Likelihood der Daten ist mit dem Baum–Welch-Algorithmus größer.
In[8]:= | ![]() X |
Out[8]= | ![]() |