HMMパッケージをR

Question

で使用しています。baumWelchというパッケージHMMの使用方法を理解する上で問題があります。

documentationによると、我々は最初にこれは状態が「A」と命名され、「B」の排出量が「L」と「R」と命名されていることを意味

hmm = initHMM(c("A","B"), c("L","R"), transProbs=matrix(c(.8,.2,.2,.8),2), 
       emissionProbs=matrix(c(.6,.4,.4,.6),2) 

私たちの隠れマルコフモデルを初期化する必要があり、我々は送信を持っています排出確率も同様に考慮する。

は、これまでのところは良いが、今のチュートリアルでは、観測値のリストを作成します。

observations = sample(c("L","R"),prob=c(.8,.2),size=100,replace=TRUE) 

これは観測のリストとして1次元のベクトルです。 Rabinerの古典的論文の記述によれば、ForwardとBackwardの確率は、上記のコードの変数observationsのような一連の観測で計算されます。つまり、リモートで何かを訓練するために、observationsの行列が必要です。ここではどうしたらいいですか？

EDIT：排出上記の例で

は "L" と "R" です。これらの排出量を用いて肥沃度系列Oを作成すべきである。例えばO = LRRRLLLRR等であると仮定する。

この種の観測は、完全なマルコフモデルと観測シーケンスOを与えられたフォワードアルゴリズムで使用され、nは次元数nxtの行列を生成する我々のHMMでは、このような行列のij_th要素は、「時刻jにあり、観測シーケンスの最初のj個の要素を生成し、状態iにある」と解釈される。

ここで、Baum-Welchトレーニングアルゴリズムでは、前方および後方のアルゴリズムが使用されています。

私は、Baum-Welchへの入力は観測シーケンスのリストであり、排出物リストではないと信じています。私のバージョンでは、行列入力の次元はt回mでなければならず、ここでtは観測シーケンスの長さであり、mはそのようなシーケンスの数です。

ここで入力をどのように理解できますか？ 1の長さの観測シーケンスが100個ありますか？どのようにHMMのbaumWelchメソッドにそのような行列を提供するのですか

Answer 1

私は同じことで混乱したときにこの質問を見つけました。 An Intoduction to Hidden Markov Models and Bayesian Networks 7ページからGhahramaniを引用

：「対数尤度関数の各項より観測ベクトルは、ベイジアンネットワーク内のすべての変数が含まれている場合は、さらに要因として...」

see equation here

基本的に何から私は、ネットワークの各ノードは親に依存しているので、トレーニングベクトルを行列に分割する必要はなく、1つの完全なトレーニングベクトルを代わりに使うことができるからです。私は唯一の問題は新しいトレーニングベクトルの冒頭にあると思いますが、新しいシーケンスの最初の状態である特別な開始状態「*」を作成することでこれを克服できます。

Answer 2

HMMのbaumWelchの機能は、2番目の引数として1つの観測シーケンスのみを受け入れることを理解しています。トレーニングデータが複数のシーケンスで構成されている場合は、aphidパッケージを試すことができます。これは、Baum WelchとViterbiモデルトレーニングの両方をサポートしています。免責事項：私は同じ問題を抱えていたため、パッケージを作成しました。