もし...
もし... 1日...あなたは少し女神西八尾をキャッチ...と彼女と恋に...
（通行人の「何IFS」を言わないために）∇（綱を選択してください）
人生は小さな夜ああ、小さな夜の非常に規則的で、毎日を通してターン、外出先での意志とだけ経験した以下の6つの事柄：
メイクアップ - 食べる - チャット - 自己学習 - 学校 - 抱擁します。
そして、小さな夜は、私たちは夜の小さな町は、一緒に毎日だった、行儀すべてをやった瞬間に少量の夜、あなたを伝えるために感情の状態（感情の状態の4種類があり、小さな夜：幸せ、恥ずかし、欲求不満、怒り）
しかし、落ち込んでたときに幸せは必ず笑顔、必ずしも泣き顔ではありません小さな夜。そのため、特定の感情の状態では、すべてのときの式の顔がああ発生の可能性を持つことになります（5つの小さな夜の表現面があります。顔、笑顔、照れ顔、警笛面、顔面神経麻痺の顔を泣い）
しかし...私たちは何日後の生活の多くを持って一日の、突然朝、我々は時々あまりにも動揺して、次の言葉を言う、トラブル、小さな夜、ちょうど物理的期間内にあります：
「あなたは今日私の精神状態変化の過程を描写することができない場合はねえ、あなたは私のハム〜に同行していません」
この日は、あなたはまだすることができますが、小さな夜の顔の表情の変化を観察したが、その日の小さな夜は彼女の感情の状態を明らかにしなかった、そしてどのようにそれを復元するために行うには？
（セイは、子供の靴は！瞬間！犬！で立ってください「という、直接的なキックを復元しません」！）
隠れマルコフモデル
あなた：「╮（╯▽╰）╭ねえ、それはあまりにもシンプルで、確率と統計、ランダムプロセス隠れマルコフモデル高校まあ〜がない質問暗黙のシーケンスは事を予測していることですということではありません...」
一階に隠れマルコフは、長い道のりをモデル：
このモデルはルックスと複雑で面白いと不可解。ああないチューブを行い、この夜ゆっくりと奇妙なのは良い程度の小さな話に耳を傾けます。
あなたは（各状態が目の前で唯一の暗黙的であることを意味し、それを何を意味する「一次」をコントロールしていない、それは問題ではない理解していない、関連する歴史的な状態）。すなわち、黒丸ω-1、ωは2円、円ω3：上記一次隠れマルコフモデルでは、3つの隠された状態にあります。3つの隠された状態の一つだけでいつでもシステム。これらの状態が隠されているので、あること、隠された状態と呼ばれ、通行人ない状態で隠されているときにシステムを参照してください。
隠された状態にある時に、システムが、次の瞬間に隠された他の状態であってもよく、もちろん、まだ、現在の状態に隠されることがあります。隠された状態間の状態遷移確率の暗黙的な表現との間の接続有線AIJである次の状態ωj確率の現在の状態からそうωIジャンプ。図の例では、状態ω1とω2からの遷移確率は、接続A21です。
図は、V1、V2、V3、V4は、観測値を表す赤。それは通行人見ることができるの観測値の値を意味します。（私たちは今ここで隠された状態で表示されていないが）同様に、システムが唯一の観測の一種を取ることができ時点で、我々は直接観察することができます。
赤い矢印はBIJが隠された状態ωIで、我々は観測値VJの確率を観察することが可能であることを示しています。カインの状態が一定の確率値は、4つの観測値を観測していながら、それは、いくつかの隠された状態では、毎回システムを見ることができます。
〜完成良い理論が、我々はそれを使用するどのような楽しさと一見不可解なモデルを知りません。だから、下の彼らの魔法の瞬間を表示するための小さな夜です！
魔法の小夜
まず、一次隠れマルコフモデルに小さな夜そのもの！
この小さな隠れマルコフモデルのXi八尾、明らかに小さな夕方4つの感情の状態は隠された状態ああ、通行人は、直接観察することができないだけで小さな夜彼の心は明らかです。小さな夜の表現面では、あなたは常に、道のように観測理論的モデルを見ることができます。
6時間点、小さな夜の感情状態を体験しながら事は、6時間点を経ていないことを、プロセスの小さな夜の毎日は、「抱擁へ - 食べる - チャット - 自習 - - 学校のメイクアップ」を経験しますランダムな変化を停止します、それは、隠れマルコフモデルの状態が転送ものであるということではありません。もちろん、それぞれの感情の状態、すべての式の顔が経験する可能性があるああ、それぞれの観測は可能性が発生することがあるということです。だから、マップを描く（各状態の観測があまりにも汚い絵暗示した後、オープンドローがああ、自分の脳を修理）このようなものです：
もちろん、前述の理論モデルと同様に、各状態は確率がああ以下の観察に隠されている必要があります（問題省略中間B12、B13、B14、ああ、自分の脳を作ります）：
見て！隠れマルコフモデルは、小規模な夜のために非常に合理的な説明で発見突然ではありません！！！はるかに合理的です！！！
先に述べたように、6日時点の小さな夜を経験するであろう、一日後に毎晩が小さくて生成されます隠された状態シーケンスを、そして観察のシーケンス。西は小さな問題が、あなたは多くを作ることができると言ったので、あなたは本当に小さな意思の夜のような場合は、その後、小さな夜の下で感情の状態（隠された状態系列）の変化を記録し、毎日はあなたに言った、ああ、数日間の小さな夜のお供また、小さな夜の式（観測系列）での毎日の変化を記録しました。もちろん、配列の長さは常に6人の友人です。
最終日には、小さな夜にあなたはまだ表現（観測系列）の小さな変化の日の前夜を記録していますが、それを計算したい、仲良く小さな夜の気分で、この日の変更、隠された状態系列です。この時点で、全体のことは完全に一次隠れマルコフモデルに小さな夜のカードを復元します！
それでは、どのようにこれらの小さな八尾西上記の手がかりを使用しての究極の目標を計算するには、それを提供しますか？
AB派
あなたの成功は中隠れマルコフモデル（HMM）にタスクカード「西八尾小の復元」します。その後、我々は整理の情報といくつかの情報が計算持つ必要性を標準化しました。
さてこの二つの数字を覚えていますか？我々は良いモデルを確立した理由です。
（隠された状態遷移図）
最初のグラフのために、非常に多くのパラメータおよび外見が非常に混沌と、行列Aに格納されているすべての状態遷移確率AIJ：
行列Aの各要素AIJは確率はωjで、ωIの現在の状態を表す次の状態（即ち、ωはI状態ωjの状態遷移確率に）。
確率が記載されている第2のグラフについては、（暗黙的な）状態ωjで、信号がVK。だから、BJKでωj信号VKの確率を表します。行列BはBJK格納されています。
グッド〜A行列とB行列は、我々はモデルパラメータの友人を計算する必要があることは明らかです。しかし、引数はAとBの十分なのですか？
Aは状態から状態への遷移確率を記述することができますが、すべての状態がうんを開始するシーケンスがなければならない、これはそれがどのようなものであったかの始まりですが、考えて、行列Aと行列Bに記載されていません
したがって、各隠れ状態ωI初期状態の確率として記載されている初期状態の説明、パラメータモデルが存在し、πIと呼びます。つまり、ベクトルπです：
〜終了後A、Bを、piは我々が計算されたパラメータをモデル化するために必要なすべてのです。
スタートのトレーニング！
そして、私たちは、その後どのように我々はモデルそれのパラメータを訓練するためにそれらを使用しない、隠れ状態系列データと小さな八尾西多くの日数に対応する観測された配列を有します。
実際には、これは、尤度関数を最大化することで自然なこと、などのパラメータ関数の最大値ことを見つけることが直接出て、尤度関数は非常に簡単で、非常に単純な問題です。
名前が示すように、「自然」を意味する、尤度関数は、現在のモデルパラメータの妥当な値を記述するために使用され、間接的にことを意味するので、最大尤度関数こと、相手のモデルパラメータの現在のデータセットの解釈の程度を反映データセットの手が合理的な解釈のモデルとなるように、最も合理的なモデルパラメータ、なるように撮影しました。
あなたは小さな夜は300日を過ごした同行します。あなたは、隠された状態の配列セグメント300を記録し、T = 6（6回毎日を経験したQ = Q1 Q2とQ3を... QT（実際には、気がωI前に表されている）、メイクアップと呼ばれるそう - チャットを - 食べます - 自己学習 - 学校 - 抱擁します）。
観察シーケンスは、セグメント300に対応して、O = O1 O2 O3 ... OT、同じT = 6と呼びます。
そして、思考の最尤推定に基づいて、最適化アルゴリズムとサンプルセットを直接使用することは、HMMの友人のパラメータを推定します。
しかし、ここで理解する読者の便宜のため、記事、確率を近似する周波数を直接使用する（実際のプロジェクトはこのああ好きではない）簡素化することが難しいです。だから、これはHMM推定値のパラメータを次のようになります。
したがって、我々は、すべてのモデルパラメータ（ベクトルπ、行列A、行列B）を得ました。
ルックは、それゆえ、我々は簡単に、この小さな八尾西に隠れマルコフモデルが完了置きます。
このモデルでは、我々は完全に小さな八尾西を通じて表示されます！小さなささいな気性日の感情状態シーケンス（隠された状態系列）で予測西八尾 - それでは、このタスクの究極の目標を取得するために始めましょう！
あなたからご覧ください！
与えられたHMMモデル（モデルの全てのパラメータに知られているHMM、μと呼ばれる）と観測系列Oのケースでは、（隠された）状態系列の最大確率を求めて：私たちは何をする必要があるか定量化：
それを計算する方法は？ビタビアルゴリズム！
直接見て、あなたがああ小さな夜の後ろの説明を見ることができれば、直接それに接続されているビット、周りのこのアルゴリズムは、知りません。
アルゴリズムのアイデアは悪役δ（顕著デルタ）、時間1から悪役を設定することで、時間がTになってきました
この意味では、悪役する各時点t jの確率（確率Tからグローバル観察シーケンスから計算されていないことに注意=自分の観察段階毎に各状態での暗黙の記録1得られた観測値の時間における累積確率その瞬間）
アルゴリズムの最初のステップ：既知用いて、悪役を初期モデルパラメータをπI及びBI（O1）（すなわち状態I、O1は観測値であり、放出された01の観測値の確率は1トン=時間）に与える、T = 1時間各 Iδの隠された状態値。
ステップ2：各の悪役時間tはしばらく滞在するそれぞれの状態で表示されなくなります。それぞれの隠された状態jで、それはそれぞれ、Otの瞬間観測を調べ、それらのそれぞれの時刻t-1に先行すると仮定します私は隠された状態の状態を隠され、前時刻t-1を前提としてしその後、現在の時刻がそのように前回の最大化隠れ隠れ状態の現在の状態の総確率、最高の隠れ状態と計算された現在時刻に暗黙の状態を想定するまでの時間を乗じた遷移確率暗黙累積確率値の現在の状態、表記メートルの権利を。現在時刻時点mに現在と以前の状態を乗じ隠さ最適時間Δt-1（m）の前の状態の累積確率Jの現在時刻t jの現在の状態を乗じた遷移確率状態が観測Otのを送りましたΔT（J）である確率は、。
第三段階：最後に完了した悪役が最後の時間T隠された状態をδた後、我々はすべての隠された状態、すなわちグローバル最大累積確率δT物質の前回からの最後の時間を選ぶことができ、ノートの最大確率は隠された状態に対応するQT
第四ステップ：ステップウェイバックバイステップ、書き込み時間ダウンが隠れ状態QT-1の前に、最適な瞬間を得るために、（第2ステップというリコール）隠された時間の前に最高の隠れ状態T QT最適な状態に来ます。次に同じ、その後、QT-2を与えるために戻って移動し、はるか昔のようにQ1を！その後Q1Q2Q3..QTは隠された状態の大域的最適シーケンスです！八尾西は少し感情的な状態シーケンス時にささいな気性です！
あなたにもちょうど、訓練を受けた訓練を受け、訓練を受けたと言うかもしれない、実際にどのように私は考えていたものを推測する方法を教えるためにそれほど労力を費やして...いかが：あなたは、西八尾小さなモーメント（自分も）CRY ...（心のOSが推測した後...
