標準HMMからベイジアンHMMへ

標準HMMとベイジアンHMMの違いを理解しようとしています。ウィキペディアはモデルがどのように見えるかを簡単に述べていますが、より詳細なチュートリアルが必要です。誰かが私が見ることができる論文や実装を知っていますか？

また、使用する用語に問題があります。「配布の前にディリクレを配置/配置する」とはどういう意味ですか？

bayesian hidden-markov-model

— 笑い男
ソース

過去の分布と事後分布についてまったくご存知ですか？そうでない場合は、二項データでベイズ推定を行う例を読んでください（つまり、観測されたコインフリップのシーケンスが与えられた場合、表の確率を推測します）、それは多項データへの単純な一般化です（つまり、バイアスのいくつかのロールが与えられます）サイドのダイ、各サイドを観察する確率を推測）。確率ベクトルに「ディリクレを前に配置する」ことを含む後者の問題は、ベイジアンHMMで行うのと同じ推論です。

K

$K$

— ジェラド2013

以下は、品詞タグ付け用のベイジアンHMMに関する優れた短い論文です。ベイジアンアプローチがなぜ有用であるかを詳しく説明しています。

— ジェラド

それで、誰でもそれがどのように見えるかの例を示すことができますか？6面ダイの意味では、均一確率ベクトルは{1/6、1/6、1/6、1/6、1/6、1/6}でしょうか？そして、私がその上にディリクレ事前を置くならば、それは意味するでしょうか？

— Laughingman

以前のディリクレに関しては、すべてのパーセンテージ/割合が0と1の間であり、合計が1 になる変数のセットがあると言っています（つまり、 whereおよび）HMMの場合、可能な状態の1つに遷移する確率、またはつの可能なシンボルの1つを放出する確率をモデル化するために使用できます。 $n$ $x_1 \dots x_n$ $0 \le x_i \le 1$ $\sum x_i = 1$ $n$ $n$

ディリクレウィキペディアのページには、「カテゴリ/多項へのコンジュゲート」と題し、特にセクション、かなりよくそれを言います。

— ウェイン
ソース