Hidden Markovmodels(HMMs)arewidelyu

Hidden Markovmodels(HMMs)arewidelyusedprobabilisticmodelsofsequentialdata.Aswithother
probabilistic models,theyrequirethespecification oflocalconditionalprobabilitydistributions,whose
assessment canbetoodifficult anderror-prone,especiallywhendataarescarceorcostlytoacquire.The
imprecise HMM(iHMM)generalizesHMMsbyallowingthequantification tobedonebysetsof,instead
of single,probabilitydistributions.iHMMshavetheabilitytosuspendjudgmentwhenthereisnot
enough statisticalevidence,andcanserveasasensitivityanalysistoolforstandardnon-stationary
HMMs. Inthispaper,weconsideriHMMsunderthestrongindependenceinterpretation,forwhichwe
develop efficient inferencealgorithmstoaddressstandardHMMusagesuchasthecomputationof
likelihoods andmostprobableexplanations,aswellasperforming filtering andpredictiveinference.
Experiments withrealdatashowthatiHMMsproducemorereliableinferenceswithoutcompromising
the computationalefficiency.

ผลลัพธ์ (ไทย) 1:

Arewidelyusedprobabilisticmodelsofsequentialdata Markovmodels (HMMs) ที่ซ่อนอยู่ Aswithotherรุ่น probabilistic, theyrequirethespecification oflocalconditionalprobabilitydistributions มีประเมิน canbetoodifficult anderror เสี่ยง especiallywhendataarescarceorcostlytoacquire ที่imprecise HMM (iHMM) generalizesHMMsbyallowingthequantification tobedonebysetsof แทนของ single,probabilitydistributions.iHMMshavetheabilitytosuspendjudgmentwhenthereisnotพอ statisticalevidence, andcanserveasasensitivityanalysistoolforstandardnon เครื่องเขียนHMMs. Inthispaper, weconsideriHMMsunderthestrongindependenceinterpretation, forwhichweพัฒนา inferencealgorithmstoaddressstandardHMMusagesuchasthecomputationof ที่มีประสิทธิภาพandmostprobableexplanations likelihoods, aswellasperforming กรอง andpredictiveinferenceWithrealdatashowthatiHMMsproducemorereliableinferenceswithoutcompromising ทดลองcomputationalefficiency

ผลลัพธ์ (ไทย) 2:

ซ่อน Markovmodels (HMMs) arewidelyusedprobabilisticmodelsofsequentialdata.Aswithother
รุ่นน่าจะเป็น, oflocalconditionalprobabilitydistributions theyrequirethespecification
ซึ่งประเมินcanbetoodifficult anderror ง่าย especiallywhendataarescarceorcostlytoacquire.The
อืมไม่แน่ชัด (iHMM) generalizesHMMsbyallowingthequantification tobedonebysetsof
แทนเดี่ยวprobabilitydistributions.iHMMshavetheabilitytosuspendjudgmentwhenthereisnot
พอ statisticalevidence, andcanserveasasensitivityanalysistoolforstandardnon นิ่ง
HMMs Inthispaper, weconsideriHMMsunderthestrongindependenceinterpretation, forwhichwe
พัฒนาที่มีประสิทธิภาพ inferencealgorithmstoaddressstandardHMMusagesuchasthecomputationof
andmostprobableexplanations โอกาสเกิด, aswellasperforming andpredictiveinference กรอง.
ทดลอง withrealdatashowthatiHMMsproducemorereliableinferenceswithoutcompromising
computationalefficiency

ผลลัพธ์ (ไทย) 3:

markovmodels ที่ซ่อนอยู่ ( hmms ) arewidelyusedprobabilisticmodelsofsequentialdata.aswithotherความน่าจะเป็นแบบ theyrequirethespecification oflocalconditionalprobabilitydistributions ที่มีการประเมิน canbetoodifficult especiallywhendataarescarceorcostlytoacquire.the ใช้ง่ายคลุมเครือนะ ( ihmm ) generalizeshmmsbyallowingthequantification tobedonebysetsof แทนบ้านเดี่ยว , probabilitydistributions.ihmmshavetheabilitytosuspendjudgmentwhenthereisnotstatisticalevidence พอ andcanserveasasensitivityanalysistoolforstandardnon เครื่องเขียนhmms . inthispaper weconsiderihmmsunderthestrongindependenceinterpretation forwhichwe , ,พัฒนาประสิทธิภาพ inferencealgorithmstoaddressstandardhmmusagesuchasthecomputationoflikelihoods andmostprobableexplanations aswellasperforming andpredictiveinference , กรองการทดลอง withrealdatashowthatihmmsproducemorereliableinferenceswithoutcompromisingการ computationalefficiency .