숨겨진 Markov 모델 문제의 예?

나는 숨겨진 Markov 모델을 많이 읽었으며 꽤 기본적인 버전을 직접 코딩 할 수있었습니다.

그러나 내가 배우는 두 가지 주요 방법이 있습니다. 하나는 코드로 읽고 구현하는 것이며 (두 번째로) 다른 상황에서 어떻게 적용되는지 이해하는 것입니다 (그래서 작업중인 문제와 어떻게 관련이 있는지 더 잘 이해할 수 있습니다). 지금까지 수행 한 모든 예에는 일종의 DNA 예측 또는 동전 던지기가 포함되었습니다.

다른 Markov 문제를 해결할 수있는 자료가 있는지 궁금합니다 (언어는 중요하지 않지만 대답이 좋으면 좋을지 모르겠습니다).

수요 / 재고 수준 추정 시나리오에서 HMM을 사용했습니다. 여기서 재고가 없거나 많지 않은 많은 상점에서 상품을 구매했습니다. 따라서 이러한 품목에 대한 일일 수요 순서에는 합법적 인 제로 수요일이었던 0과 상점 재고가 없어서 발생한 제로가 포함되었습니다. 상점이 재고 레벨에서 재고가 없는지 알 수 있다고 생각하지만 재고 레코드의 오류가 전파되며 실제로 양의 품목이 있다고 생각하는 상점을 찾는 것은 드문 일이 아니지만 실제로는 없다; 숨겨진 상태는 상점에 실제로 재고가 있는지 여부에 관계없이 신호는 (매일 수요, 명목 재고 레벨)입니다. 그러나이 작업에 대한 언급은 없습니다. 우리는 경쟁적인 이유로 결과를 발표하지 않았습니다.

편집 : 수요가 0 인 경우 매장의 명목 재고가 주문 포인트를 감소시키고 교차하지 않으므로 더 많은 재고에 대한 주문을 트리거하기 때문에 특히 중요합니다. 잘못된 재고 기록은 누군가가 무언가 잘못되었거나주기 카운트가 발생할 때까지 오랜 시간 동안 수정되지 않으며, 문제가 시작된 후 몇 개월이 걸릴 수 있습니다.

나는 거의 같은 것을 경험했고 날씨를 넘어선 많은 것을 찾지 못했습니다. 기억해야 할 영역은 음성 인식, 변경점 감지, 텍스트에서 음성 부분에 태그 달기, 항목 / 텍스트 겹치기 및 수화 인식 등입니다.

내가 발견하고 조사한 한 가지 예는 이 소개 의 섹션 8에 있으며 , 이는 Wikipedia의 HMM에 대한 참조 중 하나입니다. (실제로는 재밌습니다. 분석에서 모음과 자음이 있다는 것을 발견했습니다.) 또한 텍스트 모음으로 작업하는 데 도움이됩니다.

HMM을 사용하여 세대와 게임을하려면 셰익스피어 텍스트를 학습 한 다음 가짜 셰익스피어를 생성 할 수 있습니다.

대부분의 음성 인식 소프트웨어는 Hidden Markov Models를 사용합니다. HMM 응용 프로그램에 대한 느낌을 얻으려면 자연어 처리를 실험 해 볼 수 있습니다.

여기에 좋은 소스입니다 : 콜러와 프리드먼에 의해 확률 그래픽 모델은 .

숨겨진 마르코프 모델은 HIV 모니터링에 매우 유용합니다. HIV는 혈류로 들어가면 면역 반응 세포를 찾습니다. 그런 다음 세포의 단백질 함량에 앉아 세포의 핵심으로 들어가서 세포의 DNA 함량을 변경하고 세포 밖으로 파열 될 때까지 비리 온의 증식을 시작합니다. 이 모든 단계는 관찰 할 수 없으며 잠복이라고합니다. 숨겨진 마르코 비안 모델링에 이상적인 예입니다.

저에게있어 HMM의 아주 좋은 응용은 음악 작곡의 화음 식별입니다. 예를 들어이 강의를 참조하십시오 .

Markov 모델은 웹 사이트와 사용자의 상호 작용을 분석하는 데 유용 할 수 있습니다. 예를 들어 Amazon.com의 예에서 어떤 일련의 상호 작용이 체크 아웃을 유발하여 향후 권장 사항을 제공하는지 파악합니다.

Markov Model 사용을 보여주는 재미있는 예는 다음과 같습니다.

http://freakonometrics.blog.free.fr/index.php?post/2011/12/20/Basic-on-Markov-Chain-(for-parents )