我的问题与Backward算法有关。
该算法的递归公式如下：
sigma j = 1到N（t + 1（j）* a ij * b j （O t + 1 ））
其中t + 1（j）是递归元素，aij是从状态i到j的转移概率，而b j （O t + 1 ）是省略概率在时间t + 1观察O.
鉴于上述情况，当我开始计算后向概率时，似乎第一次观察是什么并不重要，因为在时间t的观察没有被考虑用于计算相应的后向概率。
例如，对于观测序列A，T，G，A，在这种情况下，第一次观测，即A是什么并不重要，因为在后向算法中不考虑其发射概率。
我只是想知道我的直觉是否正确。否则，请指出一些可以澄清我的疑问的参考或解释。
答案 0 :(得分：2)
鉴于上述情况，当我开始计算落后概率时， 似乎第一次观察是什么并不重要，因为 时间t的观察没有考虑到 计算相应的落后概率。
这是正确的。
b[t](i)是在O[t+1], O[t+2], ..., O[T]时给定隐藏状态i时观察序列t的概率。
考虑它的一种方法就是这样。 t 独立时的隐藏状态会影响两件事：观察O[t]，以及后续状态和观察的概率分布。因此，一旦状态得到修复，O[t]和O[t+1], O[t+2], ..., O[T]在条件上是独立的（给定该状态的值）。这就是为什么O[t]没有出现在b[t](i)的计算中。