Примеры скрытых проблем моделей Маркова?


21

Я прочитал довольно много скрытых марковских моделей и смог сам написать довольно простую версию.

Но есть два основных способа, которыми я, кажется, учусь. Один из них - прочитать и внедрить его в код (что и делается), а второй - понять, как он применяется в различных ситуациях (чтобы я мог лучше понять, как это относится к проблемам, над которыми я мог бы работать). Все приведенные мною примеры касались либо какого-то предсказания ДНК, либо подбрасывания монет.

Мне интересно, есть ли какие-нибудь ресурсы, чтобы получить другие проблемы Маркова (язык не имеет значения, но, надеюсь, также с ответами, чтобы я мог знать, прав я или нет)?


Мне посоветовали сделать кросс-пост из stackoverflow.com/questions/8661941/…
Lostsoul

Не могли бы вы быть более конкретным с точки зрения «кода довольно простой версии»? Вы симулировали из скрытого марковского процесса, или вы кодировали алгоритмы Витерби, форварда или Баума-Уэлча? (Последние три будут использоваться для вычисления наиболее вероятной соответствующей последовательности состояний, вероятности последовательности наблюдений или начальных вероятностей, функции перехода и функции наблюдения скрытой модели Маркова, соответственно.)
Уэйн,

Привет, Уэйн, я в основном написал код этой страницы (таблицы) для baum-welch: cs.jhu.edu/~jason/papers/#tnlp02 и в основном реализовал код для вики-страницы Витерби и следовал нескольким основным учебникам по скрытые марковские модели. Это может звучать глупо, но я хотел увидеть другие типы проблем, которые я мог бы попытаться решить, чтобы я мог лучше понять, на что способны модели Маркова.
Lostsoul

1
Я не хочу тратить недели, работая над этим, но, например, изучение конкретного случая, когда кто-то использует марковские модели не по броскам или прогнозированию погоды, может помочь мне понять круг проблем, которые он может решить лучше. В основном я стремлюсь к лучшему пониманию, проверяя, что могут делать модели Маркова.
Lostsoul

Я думаю, что HMM также имеет очень важные приложения в области финансов (процентные ставки) и экономики (ВВП).
Старик в море.

Ответы:


8

Я использовал HMM в сценарии оценки уровня спроса / запаса, когда у нас были товары, купленные во многих магазинах, которые могли или не могли быть вне запасов товаров. Таким образом, последовательность ежедневных потребностей в этих товарах содержала нули, которые были законными днями с нулевым спросом, а также нули, которые были из-за отсутствия на складе. Вы могли бы подумать, что знаете, не было ли на складе запасов на уровне инвентаря, но ошибки в записях инвентаризации распространяются, и весьма обычно найти магазин, который думает, что у него есть положительное количество товаров на складе, но на самом деле не имеет ни одного; скрытое состояние в большей или меньшей степени определяет, есть ли в магазине какие-либо запасы, и сигналом является (ежедневный спрос, номинальный уровень запасов). Нет ссылок на эту работу, хотя; мы не должны были публиковать результаты по конкурентным причинам.

Изменить: Я добавлю, что это особенно важно, потому что, при нулевых требованиях, номинальный запас в магазине никогда не уменьшается и пересекает точку заказа, вызывая заказ на большее количество инвентаря - следовательно, нулевое состояние в наличии из-за ошибочные записи инвентаризации не исправляются в течение длительного времени, пока кто-то не заметит, что что-то не так, или не произойдет подсчет циклов, который может пройти через много месяцев после начала проблемы.


Я считаю, что это известно как проблема нулевой инфляции, и они довольно широко распространены. Вам нужна одна модель, которая моделирует «избыточные нули» (когда чтение равно нулю, потому что не может быть никакого чтения, в отличие от законного чтения нуля), а затем модель второго уровня, которая моделирует остальные. Например, количество клиентов в банке: иногда их фактически нет, в других случаях банк закрыт, поэтому их не может быть. Или скорость автомобиля: иногда он сидит на месте с водителем, а иногда припаркован. И т. Д.
Уэйн

Правда, с точки зрения спроса сигнал. Другая часть проблемы заключается в определении скрытого состояния бинарного «инвентаря = 0 | инвентарной записи> 0», которое на самом деле было более важным для клиента.
jbowman

Я также должен отметить, что «завышенные нули» не отображаются со временем - есть прогоны, в которых все нули являются «лишними», и прогоны, в которых ни один из них не существует, следовательно, требуется HMM с состоянием, указывающим, что происходит в каждое наблюдение.
jbowman

6

Я в значительной степени испытал то же самое и не нашел много вне погоды. В число областей, которые приходят на ум, входят: распознавание речи, обнаружение точек изменения, маркировка частей речи в тексте, выравнивание перекрывающихся элементов / текста и распознавание языка жестов.

Один пример, который я нашел и немного изучил, был в Разделе 8 этого введения , который является одной из ссылок на HMM в Википедии. (На самом деле это довольно забавно: ваш анализ обнаруживает, что есть гласные и согласные.) Это также знакомит вас с работой с текстовым корпусом, что полезно.

(Если вы хотите поиграть в поколения с HMM, вы можете потренироваться в тексте Шекспира, а затем сгенерировать искусственного Шекспира.)


3

Большинство программ распознавания речи использует скрытые модели Маркова. Вы можете поэкспериментировать с обработкой на естественном языке, если хотите почувствовать приложения HMM.

Вот хороший источник: вероятностные графические модели, Коллер и Фридман .


Спасибо, Карлос. Отличная книга, я начал читать ее некоторое время назад, но не закончил. Получил, чтобы узнать о машинном обучении и теории графов, но я вернусь и поищу вопросы, связанные с моделями Маркова. Я также взгляну на обработку естественного языка (я никогда раньше не работал с ней)
Lostsoul,

3

Скрытые марковские модели очень полезны для мониторинга ВИЧ. ВИЧ попадает в кровоток и ищет клетки иммунного ответа. Затем он садится на содержание белка в клетке и попадает в ядро ​​клетки, изменяет содержание ДНК в клетке и начинает пролиферацию вирионов до тех пор, пока она не вырвется из клеток. Все эти стадии ненаблюдаемы и называются скрытыми. Идеальный пример для скрытого марковского моделирования.


2
Так каким же образом скрытые марковские модели помогают контролировать ВИЧ? Используют ли врачи НММ для диагностики ВИЧ? Используют ли их исследователи для лучшего понимания механизмов заболевания или для создания антиретровирусных препаратов и методов лечения? Любые ссылки будут очень полезны.
Лев


0

Модели Маркова могут быть полезны при анализе взаимодействия пользователя с веб-сайтом - например, на Amazon.com, где выясняется, какие серии взаимодействий приводят к проверке, чтобы дать рекомендации в будущем.

Интересный пример, демонстрирующий использование модели Маркова, следующий:

http://freakonometrics.blog.free.fr/index.php?post/2011/12/20/Basic-on-Markov-Chain-(for-parents )


1
Не спрятанные здесь марковские модели - а?
B_Miner
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.