Baum-Welch Algorithm
Baum-Welch は HMM のパラメータ学習に特化した EM アルゴリズムである。E ステップでは前向き・後向きアルゴリズムで隠れ状態の期待占有度を計算し、M ステップで遷移確率と出力確率を更新する。
目的
隠れ状態のラベルなしに、観測列だけから HMM のパラメータを学習する。
メカニズム
E ステップでは前向き α と後向き β により γ_t(i)=P(q_t=i|O,λ) と ξ_t(i,j)=P(q_t=i,q_{t+1}=j|O,λ) を計算する。M ステップでは γ と ξ から遷移確率と出力確率を再推定する。収束するまで反復する。
ユースケース
- HMM の学習
- 音声モデルのトレーニング
- 生物学的シーケンス