Ｈｉｄｄｅｎ　Ｍａｒｋｏｖ　Ｍｏｄｅｌ（ＨＭＭ）

ＨＭＭを特徴付けるパラメータＳ，Ｏ，Π、Ａ、Ｂ

ＨＭモデルは内部状態の遷移を繰り返す（例えばs1,,s2,s2,s1,….）。状態は常にどれか１つの状態にある。その状態遷移に伴って出力Ｏを出す。

＜やりたいこと＞ＨＭＭを複数用意しておき（HMM1,HMM2,….）、出力系列が得られた時、どのHMMから出力されたものかを推定する。

＜例１＞ 生物のＤＮＡ系列をＨＭＭで表し、ＤＮＡから種を推定する。

＜例２＞ 音声系列から単語を推定する

S={s1,s2}：状態はs1とs2がある。

O={o1,o2}：出力はo1とo2がある（例えばo1が０で、o2が１）。

Π=(π1,π2)：π１、π２は初期分布の確率。例えば（0.3,0.7）。

Ａ：状態遷移確率（上図参照）

Ｂ：出力確率（b11はs1の時o1を出力する確率、b12はs1の時o2を出力する確率、

b21はs2の時o1を出力する確率、b22は、、、）。