Model amagat de Màrkov
Un model amagat de Màrkov o HMM (per les seues sigles de l'anglés, Hidden Markov Model) és un model estadístic en el que s'assumix que el sistema a modelar és un procés de Màrkov de paràmetros desconeguts. L'objectiu és determinar els paràmetros desconeguts (o amagats, d'ahí el nom) de dita cadena a partir dels paràmetros observables. Els paràmetros extrets es poden amprar per a portar a terme successius anàlisis, per eixemple en aplicacions de reconeiximent de patrons. Un HMM es pot considerar com la ret bayesiana dinàmica més simple.

x — estats amagats
i — eixides observables
a — provabilitats de transició
b — provabilitats d'eixida
En un model de Màrkov normal, l'estat és visible directament per a l'observador, per lo que les probabilitats de transició entre estats són els únics paràmetros. En un model amagat de Màrkov, l'estat no és visible directament, sino que només ho són les variables influïdes per l'estat. Cada estat té una distribució de probabilitat sobre els possibles símbols d'eixida. Conseqüentment, la seqüència de símbols generada per un HMM proporciona certa informació sobre la seqüència d'estats.
Els models amagats de Màrkov són especialment aplicats a reconeiximent de formes temporals, com reconeiximent de la parla, d'escritura manual, de gests, etiquetat gramatical o en bioinformàtica. En el reconeiximent de veu s'ampra per a modelar una frase completa, una paraula, un fonema o trifonema en el model acústic. Per eixemple la paraula "gat" pot estar formada per dos HMM per als dos trifonemas que la componen /gat/ i /nugue/
Història
Els models amagats de Markov varen ser descrits per primera volta en una série d'artículs estadístics per Leonard E. Baum i atres autors en la segona mitat de la década de 1960. Una de les primeres aplicacions de HMM va ser reconeiximent de la parla, començant en la mitat de la década de 1970.[1]
En la segona mitat de la década de 1980, els HMMs varen començar a ser aplicats a l'anàlisis de seqüències biològiques, en particular d'ADN. Des de llavors, s'han fet ubics en el camp de la bioinformàtica.[2]
Arquitectura d'un model amagat de Màrkov
El diagrama que es troba més avall mostra l'arquitectura general d'un HMM. Cada óval representa una variable aleatòria que pot prendre determinats valors. La variable aleatòria és el valor de la variable amagada en l'instant de temps . La variable aleatòria és el valor de la variable observada en el mateix instant de temps . Les fleches indiquen dependències condicionals.
Del diagrama queda clar que el valor de la variable amagada (en l'instant ) solament depén del valor de la variable amagada (en l'instant ). A açò se li crida propietat de Màrkov. De forma similar, el valor de la variable observada solament depén del valor de la variable amagada (abdós en l'instant ).
Referències
- Este artícul conté una traducció derivada de «Modelo oculto de Márkov» de Wikipedia en castellà publicada baix la Llicència de documentació lliure de GNU i la Llicència Creative Commons Reconeiximent-CompartirIgual 4.0 Internacional.