Proyecto tesis

 Modelos de markov para moldear grandes cantidades de datos

Modelo oculto de markov discreto(HMM DISCRET) con maldad
 Trabajan con cadenas discretas
 Se trabajan con datos discretos
 Se van a alimentar con categorias
 A los modelos discretos no se les pueden dar valores con punto decimal por
ejemplo 101.2
 Si se agarran pocas categorias pueden ser linguisticas osea darle nombre nominal
 Hay que convertir a una serie de categorias de 1 al 16 para los valores que van del
100 al 160 lo vamos a dividir en 16 peldaños en forma de escalera
 Se dividen el rango entre las escalas y esto quiere decir que cada que aumente e
3.75 asigno un nuevo valor
 Se realiza la la operación por ejemplo en donde se encuentra el 105 se realiza esta
operación 107.5-105= 2.5 y 105-103.75=1.25 por lo tanto se aserca mas al 103.75
que al 107.5 entonces le corresponde a la categoria 1
1. Primer paso es combertir los datos a discretos(observaciones o emiaionea) generar
una especie de aprendisaje supervisado(reduccion de dimensionalidad)
 Valores continuos 25 o 24 pero se descuenta uno por la fecha los ultoimos 2 se van
a predecir los porcdntajes de cilicio y hierro
2. Vamos a trabajar como se le hace en reconocimiento de vos(una cadena) por cada
nivel de concentracion discretizada
 Las formulaciones que se convertiran en observaciones y se van a pasar a la
cadena HMM1 y se va a calcular la probabilidad de las observaciones dada la
cadena o del automata
 Matrices de transicion y las matrices de emicion de cada modelo
 Generar 32 automatas
 Se utilizara un modelo llamado izquierda a derecha como los que se utilizan para
reconocer voz
 Se generaran 7 estados y 3 observaciones secuenciales por estado para que asi den
21 datos en cada renglon abra 3 observaciones y asi encada renglon para ir
mapeando las emiciones de tal manera que siempre hallan algun numero de
emisiones relacionado con algun numero de estados
 Tenemos HMMESTIMATE EL ESTIMATE REQUIERE EMICION Y SECUEMCIA,
HMMTRAIN

 FUNCIONES DE MATLAB para forma secuencial para checar los datos

 O tambien se pueden checar de forma simultanea
HMMESTIMATE(seg_large,emis_large) una matriz de emision de una matris de
transicion