Hidden Markov Model

隠れマルコフモデル（Hidden Markov Model、HMM）は観測列を 2 層モデルで記述する。隠れ状態がマルコフ連鎖で遷移し、各状態が emission 確率に従って観測を生成する。

目的

逐次データの潜在構造をモデル化する。音声認識や生物学的配列で使用される。

メカニズム

パラメータ λ=(A,B,π)：A は遷移行列、B は emission 確率、π は初期分布。3 つの問題：評価（forward）、復号（Viterbi）、学習（Baum-Welch）。

ユースケース

スピーチ認識
品詞タグ付け
ゲノムからの遺伝子予測

関連用語

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。

References