내 신청현황
종류	모집공고명	진행상태
신청내용이 없습니다.

알림마당

home

은익 마르코프 모델의 성질

전문가 제언: ○ 마르코프 프로세스는 미래의 프로세스가 현재의 상태에 의해서만 결정되는, 즉 과거와는 독립적인 스토케스틱 프로세스이다. 또 마르코프 프로세스에서 확률변수의 값이 이산적일 때 이 프로세스를 마르코프 연쇄라고 한다.

○ 마르코프 연쇄는 독립이 아닌 확률변수의 순서열에서 각 변수의 값이 순서열의 앞의 원소에 의존하는 경우의 순서열이다. 마르코프 프로세스 모델에서는 상태의 순서열 X, X, . . .이 존재하고 X로부터 X로의 전이가 오직 X에 의존하는 마르코프 성질과 임의의 시간 t에서의 전이확률이 같다는 시불변 프로세스가 성립된다.

○ 은익 마르코프 모델(HMM)에서 은익성은 모델이 통과하는 상태 순서열은 알 수 없고 이것의 확률함수만을 알 수 있다는데 있다. 마르코프 연쇄는 출력 관찰 기호를 생성하는 비결정적 프로세스가 된다. 따라서 보이지 않는 기본 스토케스틱 프로세스를 가진 이중으로 삽입된 스토케스틱 프로세스이다.

○ HMM은 자동 음성인식 시스템을 위한 뛰어난 방법 중의 하나로써 오늘날 대부분의 최신 음성 시스템은 은익 마르코프 모델을 기반으로 하고 있다. HMM과 그 가능성을 나열하는 많은 수의 방법이 존재한다. 이 논문에서는 HMM의 성질을 더 잘 이해하도록 확률변수와 조건 독립 가정으로 HMM의 정의를 추구함에 의하여 HMM을 분석한다.

– 마르코프 연쇄는 스토케스틱 프로세스와 더불어 통계학의 분야에서의 시계열 분석 등에 적용되고 있다. 또한 HMM은 IT 분야에서의 인공지능, 패턴 인식, 음성인식 등과 경영과학 분야에서의 최적이론, 의사결정이론 등에 이론적 바탕이 되고 있다. 이 논문은 HMM의 통계 수학적, 이론적 기반을 전반적으로 개관하고 있으므로 HMM을 연구하려는 학자와 연구자들에게 많은 참고가 될 것으로 보인다.

저자: Bilmes, JA
자료유형: 학술정보