多元隐马尔可夫模型

Question

如何组合关于相同马尔可夫状态的多个emvision谱？

让我们使用经典的HMM示例：

% states
S = {sunny, rainy, foggy}
% discrete observations
x = {umbrella, no umbrella}

如果我有多个观测序列呢。例如：

% sequence 1
x1 = {umbrella, no umbrella}
% sequence 2
x2 = {wearing a coat, not wearing a coat}

如何将这两个观测序列合并为一个HMM？

注意：我想要一种方法来组合x1和x2，这样它们的相互依赖关系也会被建模。因此，简单地说x={x1 x2}（IMO）不是一个好的解决方案。

---

具体来说，我想训练一个基于Matlab的hmmtrain:的HMM

[ESTTR,ESTEMIT] = hmmtrain(seq,TRGUESS,EMITGUESS)

这只允许我插入一个seq。

现在假设我有5个不同的发射光谱，它们都说明了HMM的状态。我如何处理这个多变量的情况？

Answer 1

从每个集合中取可能观测值的笛卡尔乘积怎么样。也就是说，你的新离散排放模型将是：

• 雨伞和大衣
• 雨伞和无袖大衣
• 没有雨伞，穿着大衣
• 无伞无衣

Answer 2

创建先决条件来选择一个特殊的HMM怎么样？你可以创建几个小HMM，而不是一个大HMM，只选择相关的HMM。例如：如果（伞形=true），则应用HMM_1，否则应用HMM_2。然后，HMM中的发射符号也更少。很好的副作用：节省了训练和测试时间。