यहाँ मेरा पुराना सवाल है
मैं पूछना चाहता हूं कि क्या किसी को हिडन मार्कोव मॉडल (एचएमएम) और पार्टिकल फिल्टर (पीएफ) के बीच का अंतर (और कोई अंतर) पता है, और परिणामस्वरूप कलमन फ़िल्टर, या किन परिस्थितियों में हम किस एल्गोरिथ्म का उपयोग करते हैं। मैं एक छात्र हूं और मुझे एक प्रोजेक्ट करना है, लेकिन पहले मुझे कुछ चीजों को समझना होगा।
इसलिए, ग्रंथ सूची के अनुसार, दोनों स्टेट स्पेस मॉडल हैं , जिसमें छिपे हुए (या अव्यक्त या बिना पढ़े हुए) राज्य शामिल हैं। विकिपीडिया (Hidden_Markov_model) के अनुसार "एचएमएम में, छिपे हुए चर का राज्य स्थान असतत है, जबकि अवलोकन स्वयं या तो असतत हो सकते हैं (आमतौर पर एक श्रेणीगत वितरण से उत्पन्न) या निरंतर (आमतौर पर एक गाऊसी वितरण से)। निरंतर राज्य रिक्त स्थान की अनुमति देने के लिए छिपे हुए मार्कोव मॉडल को भी सामान्यीकृत किया जा सकता है। ऐसे मॉडलों के उदाहरण हैं जहां मार्कोव छिपे हुए चर पर प्रक्रिया एक रैखिक गतिशील प्रणाली है, जिसमें संबंधित चर के बीच एक रैखिक संबंध है और जहां सभी छिपे हुए और देखे गए चर एक गाऊसी वितरण का पालन करते हैं। सरल मामलों में, जैसे कि रेखीय गतिकीय प्रणाली अभी बताई गई है, सटीक अनुमान ट्रैक्टेबल है (इस मामले में, कलमन फ़िल्टर का उपयोग करके); हालांकि, सामान्य रूप से, निरंतर अव्यक्त चरों के साथ HMM में सटीक निष्कासन संभव है, और अनुमानित विधियों का उपयोग किया जाना चाहिए,"
लेकिन मेरे लिए यह थोड़ा भ्रमित करने वाला है ... सरल शब्दों में इसका मतलब यह है कि अनुसरण (अधिक शोध के आधार पर जो मैंने किया है):
- एचएमएम में, राज्य स्थान या तो असतत या निरंतर हो सकता है । इसके अलावा अवलोकन स्वयं या तो असतत या निरंतर हो सकते हैं । इसके अलावा HMM एक रैखिक और गाऊसी या गैर-गाऊसी गतिशील प्रणाली है।
- पीएफ में, राज्य स्थान या तो असतत या निरंतर हो सकता है । इसके अलावा अवलोकन स्वयं या तो असतत या निरंतर हो सकते हैं । लेकिन पीएफ एक गैर-रेखीय (और गैर-गौसियन?) डायनेमिक सिस्टम है (क्या यह उनका अंतर है?)।
- कलमन फ़िल्टर (एचएमएम की तरह ही मुझे भी दिखता है) का उपयोग तब किया जा रहा है जब हमारे पास रैखिक और गॉसियन डायनेमिक सिस्टम है।
मुझे यह भी कैसे पता चलेगा कि किस एल्गोरिदम को चुनना है, क्योंकि मेरे लिए यह सब एक जैसा लगता है ... इसके अलावा मुझे एक पेपर मिला (अंग्रेजी में नहीं) जो यह कहता है कि पीएफ में हालांकि रैखिक डेटा हो सकता है (उदाहरण के लिए एक सेंसर-काइनेक्ट से कच्चा डेटा जो एक आंदोलन को पहचानता है), डायनेमिक सिस्टम गैर-रैखिक हो सकता है। ऐसा कभी होता है क्या? क्या ये सही है? कैसे?
इशारा पहचान के लिए, शोधकर्ता एचएमएम या पीएफ का उपयोग कर सकते हैं, लेकिन वे यह नहीं समझाते हैं कि वे प्रत्येक एल्गोरिथ्म का चयन क्यों करते हैं ... क्या कोई जानता है कि मुझे इन एल्गोरिदम को भेद करने में मदद कैसे की जा सकती है, उनके मतभेदों को समझने के लिए और सबसे अच्छा एल्गोरिदम कैसे चुनना है?
मुझे क्षमा करें यदि मेरा प्रश्न बहुत बड़ा है, या कुछ भाग अनुभवहीन हैं, लेकिन मुझे कहीं भी ठोस और वैज्ञानिक उत्तर नहीं मिला। आपके समय के लिए अग्रिम धन्यवाद!
यहाँ मेरा नया प्रश्न है (@ conjugateprior की सहायता के अनुसार)
इसलिए आगे पढ़ने के साथ, मैं अपनी पिछली टिप्पणी के अपने कुछ हिस्सों को अपडेट करना चाहूंगा, और यह सुनिश्चित करने के लिए कि मैं थोड़ा और समझ रहा हूं कि क्या चल रहा है।
- फिर से सरल शब्दों में, छाता डायनेमिक बायेशियन नेटवर्क है जिसके तहत एचएमएम और स्टेट स्पेस के मॉडल शामिल हैं (उपवर्ग) ( http://mlg.eng.cam.ac.uk/zoubin/papers/ijprai.pdf )।
- इसके अलावा, 2 मॉडलों के बीच प्रारंभिक अंतर यह है कि, एचएमएम में छिपे हुए राज्य चर असतत हैं , जबकि अवलोकन या तो असतत या निरंतर हो सकते हैं । पीएफ में छिपे हुए राज्य चर निरंतर (वास्तविक मूल्यवान छिपे हुए वेक्टर) होते हैं, और टिप्पणियों में गॉसियन वितरण होते हैं ।
- इसके अलावा @conjugateprior के अनुसार प्रत्येक मॉडल में 3 निम्न कार्य होते हैं: फ़िल्टर करना, चौरसाई करना और भविष्यवाणी करना। छानने में, मॉडल एचएमएम असतत छिपे हुए राज्य चर के लिए उपयोग करता है विधि फॉरवर्ड एल्गोरिथ्म, राज्य अंतरिक्ष निरंतर चर और रैखिक गतिशील प्रणाली के लिए उपयोग करता है कलमन फ़िल्टर, आदि।
- हालांकि, एचएमएम को निरंतर राज्य रिक्त स्थान की अनुमति देने के लिए भी सामान्यीकृत किया जा सकता है ।
- एचएमएम के इन एक्सटेंशनों के साथ, 2 मॉडल वैचारिक रूप से समान प्रतीत होते हैं (जैसा कि हिडेन मार्कोव मॉडल बनाम मार्कोव ट्रांजिशन मॉडल बनाम स्टेट-स्पेस मॉडल ...? ) में भी वर्णित है ।
मुझे लगता है कि मैं शब्दावली का थोड़ा अधिक सटीक उपयोग कर रहा हूं, लेकिन फिर भी मेरे लिए सब कुछ धुंधला है। क्या कोई मुझे समझा सकता है कि एचएमएम और स्टेट स्पेस मॉडल में क्या अंतर है ?
क्योंकि मुझे वास्तव में ऐसा उत्तर नहीं मिल रहा है जो मेरी आवश्यकताओं के अनुकूल हो सके।
एक बार और धन्यवाद!