High-order hidden Markov models - Estimation and implementation

Uri Hadar, Hagit Messer

פרסום מחקרי: פרק בספר / בדוח / בכנספרסום בספר כנסביקורת עמיתים

תקציר

While the Hidden Markov Model (HMM) has been used for a wide range of applications, an efficient procedure for estimating the model parameters and finding the optimal state sequence has not been generally formulated for orders higher than first, i.e., for models that assume higher order of either the state sequence memory, or the dependency of the observations on the states. We propose a simple method that transforms any high order HMM (including models in which the state sequence and observation dependency are of different orders) into an equivalent first order one, and thus makes the first order HMM formulation applicable to models of any order.

שפה מקוריתאנגלית
כותר פרסום המארח2009 IEEE/SP 15th Workshop on Statistical Signal Processing, SSP '09
עמודים249-252
מספר עמודים4
מזהי עצם דיגיטלי (DOIs)
סטטוס פרסוםפורסם - 2009
פורסם באופן חיצוניכן
אירוע2009 IEEE/SP 15th Workshop on Statistical Signal Processing, SSP '09 - Cardiff, בריטניה
משך הזמן: 31 אוג׳ 20093 ספט׳ 2009

סדרות פרסומים

שםIEEE Workshop on Statistical Signal Processing Proceedings

כנס

כנס2009 IEEE/SP 15th Workshop on Statistical Signal Processing, SSP '09
מדינה/אזורבריטניה
עירCardiff
תקופה31/08/093/09/09

טביעת אצבע

להלן מוצגים תחומי המחקר של הפרסום 'High-order hidden Markov models - Estimation and implementation'. יחד הם יוצרים טביעת אצבע ייחודית.

פורמט ציטוט ביבליוגרפי