多元隐马尔可夫模型

Question

如何组合关于相同马尔可夫状态的多个emmision光谱？

让我们使用经典的HMM示例：

% states
S = {sunny, rainy, foggy}

% discrete observations
x = {umbrella, no umbrella}

现在如果我有多个观察序列怎么办？ E.g：

% sequence 1
x1 = {umbrella, no umbrella}

% sequence 2
x2 = {wearing a coat, not wearing a coat}

如何将这两个观察序列组合成一个HMM？

注意：我想要一种方法来组合x1和x2，以便它们的相互依赖性也被建模。因此，简单地说x={x1 x2}（IMO）不是一个好的解决方案。

---

具体来说，我想基于Matlab＆＃39; hmmtrain培训一个HMM：

[ESTTR,ESTEMIT] = hmmtrain(seq,TRGUESS,EMITGUESS)

这只允许我插入一个seq。

现在让我们说我有5种不同的发射光谱，它们都说明了HMM的状态。我该如何处理这个多变量案例？

Answer 1

如何从每组中获取Cartesian product可能的观察结果。也就是说，您的新离散排放模型将是：

• 伞和穿着大衣
• 伞和不穿大衣
• 没有伞和穿着大衣
• 没有伞，没有穿着大衣

Answer 2

创建选择特殊HMM的前提条件怎么样？您可以创建几个小型HMM而不是大型HMM，而只选择相关的HMM。例如：if（umbrella = true）然后应用HMM_1，否则应用HMM_2。然后，HMM中的发射符号也会减少。好的副作用：您节省了培训和测试时间。