隐马尔可夫模型预测下一次观察

Question

我对鸟类的运动进行了500次观察。我想预测这只鸟的第501次运动是什么。我在网上搜索，我想这可以通过使用HMM完成，但我没有任何关于该主题的经验。任何人都可以解释用于解决这个问题的算法的步骤吗？

Answer 1

x1-x2-x3-x4-x5......x500-x501
|  |  |  |  |       |
y1 y2 y3 y4 y5      y500

x - actual state
y - observations

P(y_i|x_i) - how you think the observation depends on the actual state
P(x_i|x_(i-1)) - how you think the actual state evolves

for i = 1,2,3...,501:
    write down best-guess of x_i based on y_i* and x_(i-1)**
you have your solution, since you only care about the last state

* missing in step 1
** missing in step 501

以上称为前向后向算法（http://en.wikipedia.org/wiki/Forward-backward_algorithm），是这种特殊树上的和积算法（在贝叶斯网络树和马尔可夫网络树上）的特例（简单）链节点悬挂）。您可以忽略“向后”步骤，因为您不需要它，因为您只关心最后一个状态。

如果您的HMM中的转换概率未知，则必须：

• 执行学习算法，例如EM（在HMM上执行时称为Baum-Welch）
• 根据领域知识做一个天真的猜测（例如，如果您的隐藏状态是DNA，您可以通过手动标记DNA数据的转换并计算频率来计算先前状态下的转换事件的频率）