HMM(Hidden Markov Model,隠れマルコフモデル)
HMMは、不確定な時系列のデータをモデル化するための有効な統計的 手法である[4]。HMMは、出力シンボルによって一意に状態遷移先が 決まらないという意味での非決定性確率有限オートマトンとして定義される。 出力シンボル系列が与えられても状態遷移系列は唯一に決まらない。観測でき るのはシンボル系列だけであることからhidden(隠れ）マルコフモデルと呼ば れる [60]。 HMMはパラメータとして状態遷移確率、シンボル出力確率、初期状態確率を持 つ。そして、シンボル出力確率の計算方法によって離散型HMMと連続分布型HMM に別れる。また、シンボル出力確率が状態で出力されるMooreマシンと状態遷 移で出力されるMealyマシンに分類できる。以下では、Mealyタイプの離散型 HMMについて述べる[60]。なお、MooreタイプとMealyタイプは相互 に変換可能である。
セルオートマトンと複雑系
このホームページについて このホームページではセルオートマトンを軸に複雑系（複雑性）や人工生命について紹介しております。特に読む順番は考えてませんので、メニューでお好きなところを選択して下さい。自分なりに努力はしていますが、初めてセルオートマトン接する方には、親しみ易いホームページにはなっていないかもしれません。良くわからない方は取りあえずギャラリーでセルオートマトンを実行してみて下さい。また、このホームページ全体を読んだのちセルオートマトンに興味をもたれた方、そしてすでにセルオートマトンについてある程度知っていている方は、是非私のセルオートマトンの実行環境Cambria(カンブリア)をダウンロードして使ってみて下さい。ダウンロードの案内はこのページの下の方にあります。 最新情報 会議の案内 ACRI 2006seventh International conference on Cell
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
オートマトン・形式言語及び演習
