我目前正在尝试在“人工智能”课程中学习隐藏的马尔可夫模型。但是，我找不到任何有关平滑的示例来清楚地理解它。
我已经了解了在哪些情况下使用平滑处理，但是我不知道如何实现平滑处理。
有人可以帮忙吗？
答案 0 :(得分：1)
您可以使用（隐藏状态的）当前观察值来更新过去隐藏状态的信念。
在https://math.stackexchange.com/a/1281877/598682上可能有更清楚的解释。
我还发现Pedro Domingos的著作《主算法》提供了很好的概念理解，包括HMM与卡尔曼滤波器的关系：
“如果状态和观测值是连续变量而不是离散变量，则HMM成为所谓的卡尔曼滤波器。经济学家使用卡尔曼滤波法从诸如GDP，通货膨胀和失业率的时间序列中消除噪声。 GDP值是隐藏状态；在每个时间步上，真实值都应该与观察值相似，但也应与先前的真实值相似，因为经济很少会突然跳动。卡尔曼过滤器会权衡这两个值，从而得出更平滑的曲线仍然符合观察结果。”
“第6章在牧师贝叶斯教堂中。”主算法：对终极学习机器的追求将如何重塑我们的世界，作者：Pedro Domingos，基础书籍，英仙座书籍集团的成员，2018年，第p 155。