EM, 직관적 인 설명이 있습니까?


16

EM 절차는 초기에 거의 흑 마법으로 나타납니다. 감독 된 데이터를 사용하여 HMM의 매개 변수를 추정하십시오 (예 :). 그런 다음 태그가없는 것처럼 'count'이벤트를 앞뒤로 사용하여 태그가 지정되지 않은 데이터를 디코딩합니다. 이것이 왜 모델을 더 좋게 만드는가? 나는 수학에 대해 뭔가를 알고 있지만, 어떤 종류의 수학 그림을 계속 희망하고 있습니다.


확실하지 않지만 스토캐 식 경사 하강 최적화 절차로 해석하는 것이 가능하다고 생각합니다. 나는 그것에 대해 생각할 것이다 ...
로빈 지라드

답변:


12

타이핑을 저장하려면 관측 된 데이터 , 누락 된 데이터 Z (예 : HMM의 숨겨진 상태) 및 Q 를 찾으려고하는 매개 변수 벡터 (예 : 전환 / 방출 확률)를 호출하십시오 .XZQ

직관적 인 설명은 우리가 기본적으로 속임수를 쓰고 를 알고있는 것처럼 가장하여 Z의 조건부 분포를 찾은 다음 Q 의 MLE을 찾을 수있게 합니다 (순간적으로 원형을 만들고 있다는 사실을 무시하고) 그런 다음 우리가 속이는 것을 인정하고, 더 좋은 새 가치를 Q에 넣고, 더 이상 속일 필요가 없을 때까지 그것을 다시 끝없이하십시오.QQQ

QZ|{X,Q}QQZ|{X,Q}Q

Zlog(f(Q|X,Z))ZQZXQ

QQnZ|{Qn,X}Q|{X,Z}Z|{Qn,X}ZQXQQZQQnQn+1Z|{Qn+1,X}

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.