Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MARCO TERICO
1. MODELOS OCULTOS DE MARKOV
Segn Morgan (1991) Los MOM describen un proceso de probabilidad el cual
produce una secuencia de eventos o smbolos observables. Son llamados ocultos
porque hay un proceso de probabilidad subyacente que no es observable, peor
afecta la secuencia de eventos observados.
Xuang, Acero y Hon(2001) Los MOM son una extensin de las cadenas de
Markov en donde la salida del sistema puede tomar varios valores para cada
estado con lo que nace una nueva variable aleatoria (discreta o continua),
conocida como vector de variables aleatorias. Este tipo de sistema se implanta
como un doble proceso estocstico: el de las transiciones entre estados y el de la
salida para cada estado.
Un MOM es un proceso estocstico que consta de un proceso de Markov no
observado (oculto) q = {qt}t y un proceso observado O = {o t}t cuyos estados
son dependientes estocsticamente de los estados ocultos, es decir, es un
proceso bivariado (q,O). Los MOM se pueden considerar tambin como sistemas
generativos estocsticos, los cuales se emplean en la modelacin de series de
tiempo.
Solamente los smbolos emitidos por el proceso q son observables, pero no la ruta
o secuencia de estados q, de ah el calificativo de "oculto" de Markov, ya que el
proceso de Markov q es no observado.
1.1.
Para todo i,j. En los MOM en general, se tiene que a ij = 0 para uno o mas
parejas de valores (i, j).
N
aij=1
i=1
i.
bj ( k ) =1
k=1
1 j N
i=1
i=1
1.2.
1.3.
ARQUITECTURAS DE UN MOM
1.4.
P(O|) =
T (i)
i=1
Por induccin:
t (i)aij
N
t+1 (j) =
i=1
ibi(o 1) 1(i)
P(O|) =
i=1
Por induccin:
N
t (i) =
; t = T 1, T 2... 1;
1iN
, a
2 t T,
1jN
2 t T,
1jN
1iN
1iN
t(i) =
t (i , j)
j=1
t (i)
t =1
T1
t (i , j)
t =1
Bibliografa:
Modelos Ocultos de Markov:
http://www.virtual.unal.edu.co/cursos/ingenieria/2001832/lecturas/hmm.pdf
http://www.virtual.unal.edu.co/cursos/ingenieria/2001832/lecciones/hmm1.ht
ml
http://www.slideshare.net/slidemarcela/modelos-ocultos-de-markov1395263
http://mit.ocw.universia.net/6.345/NR/rdonlyres/Electrical-Engineering-andComputer-Science/6-345Automatic-SpeechRecognitionSpring2003/4C063D4A-3B8B-4F05-B47585AAD0D66586/0/lecture10.pdf