隐马尔可夫模型（HMM）

隐马尔可夫模型的工作原理

HMM 由几个关键组件组成，这些组件共同对连续数据进行建模：

• 隐藏状态：这些是模型试图推断的系统不可观测状态。例如，在天气预报中，隐藏状态可能是 "晴天"、"多云 "或 "下雨"。
• 可观测输出（排放）：这些是每个隐藏状态可以产生的可见数据点。以天气为例，观测结果可以是 "高温"、"低温 "或 "高湿度"。
• 转换概率：这些概率决定了从一个隐藏状态转换到另一个隐藏状态的可能性。例如，"晴天 "之后有一定概率会出现 "阴天"。
• 发射概率：这些概率表示在系统处于特定隐藏状态时观察到特定输出的可能性。例如，如果隐藏状态为 "多雨"，观察到 "高湿度 "的概率可能会更高。

为了进行预测，HMM 使用既定的算法。维特比算法通常用于根据观测序列找到最可能的隐藏状态序列。为了训练模型并从训练数据中学习其概率分布，通常采用Baum-Welch 算法。

实际应用

几十年来，HMM 已成功应用于多个领域。下面是几个突出的例子：

1. 语音识别在经典的语音识别系统中，HMMs 是一种工具。隐藏状态对应音素（语言中声音的基本单位），可观测输出是从录制的语音中提取的声学特征。HMM 的任务是从音频信号中确定最可能的音素序列，然后用来识别口语单词。
2. 生物信息学：HMM 是计算生物学的基石，尤其适用于基因查找。在这种情况下，隐藏状态可能代表基因的一部分，如 "外显子"（编码区）或 "内含子"（非编码区），而观测值则是 DNA 碱基序列（A、C、G、T）。通过分析长 DNA 序列，HMM 可以确定基因的最可能位置。美国国家生物技术信息中心（NCBI）详细介绍了这些方法。

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（MDPs）:虽然两者都涉及状态和转换，但马尔可夫决策过程假定状态是完全可观测的，并侧重于强化学习（RL）框架内的决策（寻找最佳行动）。而 HMM 则侧重于从观察结果中推断隐藏状态。DeepMind 入门材料等资源涵盖了 RL 和 MDP。
• 递归神经网络（RNN）和长短期记忆 (LSTM):这些都是深度学习（DL）模型，也是为序列数据而设计的。与 HMM 的显式概率状态不同，RNN/LSTM 在处理序列时会保持一个隐式演化的内部隐藏状态向量。它们能捕捉到更复杂、更长距离的依赖关系，通常能在机器翻译和高级语音识别等任务中实现更高的准确率。了解 LSTM》提供了一个很好的概览。Ultralytics YOLO等现代视觉模型使用 DL 架构，通常与PyTorch或TensorFlow 等框架一起构建，用于物体检测和实例分割等任务。

虽然较新的深度学习方法通常能获得最先进的结果，但 HMM 因其可解释性（明确的状态和概率）和有效性而仍然很有价值，尤其是在训练数据有限或可以将领域知识纳入模型结构的情况下。即使在使用Ultralytics HUB等平台（这些平台主要促进YOLOv8或YOLO11 等 DL 模型的开发和部署）时，了解 HMM 等基础概念也能为更广泛的ML领域提供有价值的背景知识。