Das Hidden-Markov-Modell (eBook)

Zufallsprozesse mit verborgenen Zuständen und ihre wahrscheinlichkeitstheoretischen Grundlagen

Karl-Heinz Zimmermann (Autor)

eBook Download: PDF

2022 | 1. Aufl. 2022
VII, 70 Seiten
Springer Berlin Heidelberg (Verlag)
978-3-662-65968-7 (ISBN)

Infos

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 für Informatik an der Technischen Universität Hamburg und Autor von mehreren Forschungsmonographien sowie von über 120 wissenschaftlichen Forschungspublikationen.

Produkt-Details

• Erscheint lt. Verlag: 25.10.2022
• Reihe/Serie: essentials
• Reihe/Serie: essentials
• Zusatzinfo: VII, 70 S. 16 Abb.
• Sprache: deutsch
• Themenwelt: Mathematik / Informatik ► Mathematik ► Statistik
• Themenwelt: 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: 3-662-65968-9 / 3662659689
• ISBN-13: 978-3-662-65968-7 / 9783662659687