Modello di Markov nascosto

Transizioni di stato in un modello di Markov nascosto (esempio)
x — stato nascosto
y — uscita osservabile
a — probabilità di transizione
b — probabilità di uscita

Un modello di Markov nascosto (Hidden Markov Model - HMM) è una catena di Markov in cui gli stati non sono osservabili direttamente. Più precisamente:

  • la catena ha un certo numero di stati
  • gli stati evolvono secondo una catena di Markov
  • ogni stato genera un evento con una certa distribuzione di probabilità che dipende solo dallo stato
  • l'evento è osservabile ma lo stato no

I modelli nascosti di Markov sono conosciuti particolarmente per le loro applicazioni nel riconoscimento dello schema temporale dei discorsi parlati, della scrittura a mano, nel riconoscimento di texture e la bioinformatica (per esempio HMMer).


Developed by StudentB