隐马尔可夫模型预测下一个状态

机器算法验证 马尔科夫过程
2022-04-07 13:49:07

我正在学习使用 HMM,我正在尝试解决以下问题。有一个机器人在图中的节点周围移动。机器人可以以一定的概率移动到相邻节点。每次机器人进入一个新的“节点”时,都会生成一个关于该节点的(嘈杂的)信息。也就是说,我不知道确切的节点。我有以下数据:

  • 每个节点节点是一个隐藏状态(有限个数)
  • 定义节点之间转换概率的转换矩阵。一个

  • 每个隐藏节点的发射概率

使用 HMM 标准函数,如果我有“t 个观察”(来自1,,)(X|1,,). 有没有办法预测下一步行动(t+1 时的隐藏状态)?如果我有 ”-observations”(当时的所有观察),是否可以预测当时最可能的“隐藏状态”“+1“?我应该使用哪个 HMM 原理?

2个回答

你使用前向算法来预测(X+1).

(X+1|X,1)=X(X+1|X)(X|1)

因此,您使用相同的原理进行预测(X),但无法合并+1,因为它还没有被观察到。

要获得 t_2 处隐藏状态的概率,只需将 t_1 上的后验乘以转换矩阵。

https://stackoverflow.com/questions/15554923/how-to-perform-a-prediction-with-matlabs-hidden-markov-model-statistics-toolbo