Das Hidden-Markov-Modell
Zufallsprozesse mit verborgenen Zuständen und ihre wahrscheinlichkeitstheoretischen Grundlagen
Seiten
2022
|
1. Auflage
Springer Spektrum (Verlag)
978-3-662-65967-0 (ISBN)
Springer Spektrum (Verlag)
978-3-662-65967-0 (ISBN)
Stellt das Hidden-Markov-Modell kompakt und übersichtlich dar
Im Mittelpunkt dieses essentials steht eine Einführung in ein bekanntes statistisches Modell, das Hidden-Markov-Modell.
Damit können Probleme bewältigt werden, bei denen aus einer Folge von Beobachtungen auf die wahrscheinlichste zustandsspezifische Beschreibung geschlossen werden soll.
Die Anwendungen des Hidden-Markov-Modells liegen hauptsächlich in den Bereichen Bioinformatik, Computerlinguistik, maschinelles Lernen und Signalverarbeitung.
In diesem Büchlein werden die beiden zentralen Problemstellungen in HMMs behandelt.
Das Problem der Inferenz wird mit dem berühmten Viterbi-Algorithmus gelöst und das Problem der Parameterschätzung wird mit zwei bekannten Methoden angegangen (Erwartungsmaximierung und Baum-Welch).
Im Mittelpunkt dieses essentials steht eine Einführung in ein bekanntes statistisches Modell, das Hidden-Markov-Modell.
Damit können Probleme bewältigt werden, bei denen aus einer Folge von Beobachtungen auf die wahrscheinlichste zustandsspezifische Beschreibung geschlossen werden soll.
Die Anwendungen des Hidden-Markov-Modells liegen hauptsächlich in den Bereichen Bioinformatik, Computerlinguistik, maschinelles Lernen und Signalverarbeitung.
In diesem Büchlein werden die beiden zentralen Problemstellungen in HMMs behandelt.
Das Problem der Inferenz wird mit dem berühmten Viterbi-Algorithmus gelöst und das Problem der Parameterschätzung wird mit zwei bekannten Methoden angegangen (Erwartungsmaximierung und Baum-Welch).
Dr. Karl-Heinz Zimmermann studierte Informatik und Mathematik an der Universität Erlangen-Nürnberg. Er promovierte dort in Theoretischer Informatik und habilitierte in Mathematik an der Universität Bayreuth. Er war Fulbright-Stipendiat an der Princeton Universität und Heisenberg-Stipendiat an der Universität Karlsruhe (TH). Er ist seit mehr als 25 Jahren Professor fur Informatik an der Technischen Universität Hamburg und Autor von mehreren Forschungsmonographien sowie von über 120 wissenschaftlichen Forschungspublikationen.
Wahrscheinlichkeitsrechnung
Vollständig beobachtetes Hidden-Markov-Modell
Hidden-Markov-Modell
Historie.
| Erscheinungsdatum | 28.10.2022 |
|---|---|
| Reihe/Serie | essentials |
| Zusatzinfo | VII, 70 S. 16 Abb. |
| Verlagsort | Berlin |
| Sprache | deutsch |
| Maße | 148 x 210 mm |
| Gewicht | 116 g |
| Einbandart | kartoniert |
| Themenwelt | Mathematik / Informatik ► Mathematik ► Computerprogramme / Computeralgebra |
| Mathematik / Informatik ► Mathematik ► Wahrscheinlichkeit / Kombinatorik | |
| Schlagworte | Baum-Welch-Algorithmus • Erwartungsmaximierungsalgorithmus • Hidden Markov Modell • HMM • Inferenz von Zustandsfolgen für beobachtete Ausgabefolgen • Markow-Ketten • Parameterschätzung in Modellen mit beobachteten Zuständen • Statistisches Markov-Modell • Verdecktes Markovmodell • Viterbi-Algorithmus • Zeitdiskrete Markov-Prozesse |
| ISBN-10 | 3-662-65967-0 / 3662659670 |
| ISBN-13 | 978-3-662-65967-0 / 9783662659670 |
| Zustand | Neuware |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
Mehr entdecken
aus dem Bereich
aus dem Bereich
Buch | Softcover (2024)
SAGE Publications Inc (Verlag)
72,30 €
An Introduction
Buch | Hardcover (2023)
SAGE Publications Ltd (Verlag)
144,65 €
