Algorytm Viterbiego jest dynamicznym algorytmem programowania służącym do uzyskania maksymalnej oceny prawdopodobieństwa a posteriori najbardziej prawdopodobnej sekwencji stanów ukrytych – zwanej ścieżką Viterbiego – która skutkuje sekwencją obserwowanych zdarzeń, szczególnie w kontekście źródeł informacji Markowa i ukrytego Markowa modele (HMM).
- Jaka jest główna idea algorytmu Viterbiego??
- Jaki jest wynik algorytmu Viterbiego??
- Co to jest ukryty model Markowa w NLP?
- Jaka jest złożoność czasowa algorytmu Viterbiego??
Jaka jest główna idea algorytmu Viterbiego??
Główną ideą Algorytmu Viterbiego jest to, że możemy efektywnie obliczyć wartości wyrazu π(k, u, v) w sposób rekurencyjny, zapamiętany.
Jaki jest wynik algorytmu Viterbiego??
Viterbi (2009), Scholarpedia, 4(1):6246. Algorytm Viterbiego generuje oszacowania maksymalnego prawdopodobieństwa kolejnych stanów maszyny skończonej (FSM) z sekwencji jej wyjść, które zostały uszkodzone przez kolejno niezależne warunki interferencji.
Co to jest ukryty model Markowa w NLP?
Ukryty model Markowa (HMM) to probabilistyczny model graficzny, który pozwala nam obliczyć sekwencję nieznanych lub nieobserwowanych zmiennych z zestawu obserwowanych zmiennych. Prostym przykładem HMM jest przewidywanie warunków pogodowych (ukrytych) na podstawie rodzaju noszonej przez kogoś odzieży (obserwowanej).
Jaka jest złożoność czasowa algorytmu Viterbiego??
Złożoność czasowa tego algorytmu wynosi O(N2T), a złożoność przestrzenna O(N2 + NT).