结合神经网络和隐马尔可夫模型

时间:2019-03-18 12:48:28

标签: machine-learning neural-network hidden-markov-models

我正在阅读一篇论文,作者使用神经网络来产生发射和跃迁概率。我对他们在第4.1节“产生概率”中描述其排放体系结构和过渡体系结构的方式感到困惑。

https://arxiv.org/pdf/1609.09007.pdf

例如,如果我有一个蛋白质序列,该序列可以由20个不同的字母组成,并且该序列中的每个字母都具有基本状态。共有三个基础状态(S,B,C)。那么对于发射架构,我的标记向量(v_i)会是什么样,向量嵌入(w_i)会是什么样?如果有人可以就这个生物学问题进行解释,我将不胜感激,因为这样我会更容易理解。

0 个答案:

没有答案