隐马尔可夫模型（HMM）

核心理念

HMM 由两个主要部分定义：

1. 隐藏状态：系统可能处于的一组无法观测的状态。进程根据一定的概率在这些状态之间转换。其核心假设是马尔可夫特性：过渡到下一状态的概率只取决于当前状态，而不取决于之前的状态序列。
2. 观测（发射）：一组可观测的输出或符号，由每个隐藏状态以概率方式生成或 "发射"。发射特定观测值的概率仅取决于当前的隐藏状态。

该模型的特点是

• 转换概率：从一个隐藏状态转移到另一个隐藏状态的可能性。
• 发射概率：系统处于特定隐藏状态时观察到特定输出的可能性。
• 初始状态概率：系统从每个隐藏状态开始的可能性。

隐马尔可夫模型的工作原理

使用 HMM 通常需要解决三个基本问题，通常由 [拉比纳等人的教程](https://web.ece.ucsb.edu/Faculty/Rabiner/ece259/Reprints/tutorial on hmm and applications.pdf)中详细介绍的特定算法来解决：

1. 可能性：根据模型参数计算观测序列的概率。这有助于评估模型与数据的拟合程度。
2. 解码：找到产生给定观测序列的最可能的隐藏状态序列（通常使用维特比算法）。
3. 学习：从一组观测序列中估算模型参数（过渡概率、发射概率和初始概率）（通常使用鲍姆-韦尔奇算法，一种期望最大化算法）。

实际应用

HMM 已成功应用于多个领域：

1. 语音识别：隐藏状态可代表音素（声音的基本单位），而观测值则是从语音信号中提取的声学特征。HMM 模拟音素如何转换和产生声音，使CMU Sphinx等系统能够将口语转换成文本。这是自然语言处理（NLP）中的一个经典应用。了解有关语音识别的更多信息。
2. 生物信息学（基因查找）：隐藏状态可代表 DNA 的功能区（如编码外显子、非编码内含子），观测值则是 DNA 碱基对（A、C、G、T）。HMM 可以帮助识别长 DNA 序列中的基因结构，HMMER等工具可以利用HMMMM，并为NCBI 基因数据库等资源做出贡献。这与医学图像分析中更广泛的应用有关，其中模式识别是关键。

其他应用包括 NLP 中的语音部分标记、计算机视觉中的手势识别和金融时间序列分析。

与相关概念的比较

必须将 HMM 与其他序列模型区分开来：

• 马尔可夫决策过程（MDP）：虽然两者都涉及状态和转换，但 HMM 专注于从观测结果中推断隐藏状态。相比之下，MDP在强化学习 (RL)中用于模拟决策过程，其中的状态通常是可观测的，目标是找到最优策略（行动序列）。从DeepMind 入门材料等资源中了解更多有关 RL的基本知识。
• 递归神经网络（RNN）：HMM 和RNN（包括LSTM 等变体）都是顺序数据模型。不过，HMM 是概率模型，具有基于预定义结构的明确、可解释的状态和转换。RNNs 是深度学习（DL）的一部分，通过网络连接学习隐式状态表示，通常对复杂模式的处理能力更强，但可解释性较差。了解 LSTM可以深入了解 RNN 的机制。模型如 Ultralytics YOLO等模型利用 DL 完成物体跟踪等任务，这些任务也涉及序列，但使用的底层技术不同。

虽然较新的深度学习方法通常能获得最先进的结果，但 HMMs 因其可解释性和有效性而仍然很有价值，尤其是在数据有限或可将领域知识纳入模型结构的情况下。Ultralytics HUB等工具和平台通常侧重于 DL 模型，但了解 HMM 等基础概念可为更广泛的 ML 领域提供有价值的背景。