Modelos de Markov ocultos | | UPV

Описание: Título: Modelos de Markov ocultos

Descripción: Introducción a los modelos de Markov ocultos y a su utilización en el cálculo de probabilidades de cadenas pertenecientes al alfabeto del modelo. Sanchis Navarro, JA.; Juan Císcar, A.; Civera Saiz, J. (2016). Modelos de Markov ocultos. http://hdl.handle.net/10251/66549

Descripción automática: En este video se explican los fundamentos de los Modelos de Markov Ocultos (HMM - Modelos Probabilísticos Ocultos) con dos objetivos: interpretar un HMM y calcular la probabilidad de una secuencia específica. Se inicia con la definición de un HMM como un modelo probabilístico donde el estado en un tiempo t+1 solo depende del estado en el tiempo t, y se observa una secuencia de símbolos generada, mientras que la secuencia de estados subyacente es desconocida.

Un HMM se configura mediante una tupla que incluye un conjunto finito de estados con un estado inicial y final, un alfabeto de símbolos posibles y matrices de probabilidad para la iniciación de estados, transiciones entre estados y emisión de símbolos en estado.

Para calcular la probabilidad de que un HMM genere una cadena de símbolos, se suman las probabilidades de todas las secuencias de estados posibles que podrían haber generado esa cadena. Esta suma se multiplica por las probabilidades pertinentes de emisión y transición de estados. Se proporciona un ejemplo con cálculos reales, demostrando cómo sumar las probabilidades de dos secuencias posibles para encontrar la probabilidad de una cadena dada. El video concluye enfatizando la utilidad de los HMM en la estimación de probabilidades de secuencias de símbolos.

Autor/a: Sanchis Navarro José Alberto



Universitat Politècnica de València UPV: https://www.upv.es
Más vídeos en:    / valenciaupv  
Accede a nuestros MOOC: https://upvx.es

#Modelos de markov ocultos #Probabilidad de una cadena #3399 - Otras especialidades tecnológicas