具有连续和离散发射概率的隐马尔可夫模型
Hidden Markov Model with Both Continuous and Discrete Emission Probability
最近遇到一个问题，观察变量包含4个连续变量和一个离散变量。我想用 HMM 建模，但我不知道如何实现它。你知道这方面的相关论文吗？
来晚了一点，但也许供以后参考。
我已经研究过这个主题，这里是 related paper（免责声明：我是这篇论文的作者）：
用于混合 continuous/continuous 和 discrete/continuous 数据建模的混合隐马尔可夫模型，E. Epaillard，N. Bouguila，MMSP'15
它通过 EM 算法以混合方式学习 HMM 参数。
它基本上仅基于数据的离散部分计算 EM 算法的一些中间参数，其他一些仅基于数据的连续部分。然后将这些参数组合在一起，得到hybrid-HMM的更新。
我发现这个问题与多流 HMM 问题有一些相似之处。以下是关于这些特殊类型 HMM 的主要参考资料：
哦。 Missaoui, H. Frigui, P. Gader, "Multi-stream continuous hidden Markov models with application to landmine detection", EURASIP J. Adv.签名。过程，2013.
多流 HMM 背后的理论并不简单，我发现自己用一种更简单的方法得到了很好的结果。在合成数据上，我们甚至可以通过混合不同类型的连续排放量和一些离散变量来获得良好的结果。
最近遇到一个问题，观察变量包含4个连续变量和一个离散变量。我想用 HMM 建模，但我不知道如何实现它。你知道这方面的相关论文吗？
来晚了一点，但也许供以后参考。
我已经研究过这个主题，这里是 related paper（免责声明：我是这篇论文的作者）： 用于混合 continuous/continuous 和 discrete/continuous 数据建模的混合隐马尔可夫模型，E. Epaillard，N. Bouguila，MMSP'15
它通过 EM 算法以混合方式学习 HMM 参数。 它基本上仅基于数据的离散部分计算 EM 算法的一些中间参数，其他一些仅基于数据的连续部分。然后将这些参数组合在一起，得到hybrid-HMM的更新。
我发现这个问题与多流 HMM 问题有一些相似之处。以下是关于这些特殊类型 HMM 的主要参考资料： 哦。 Missaoui, H. Frigui, P. Gader, "Multi-stream continuous hidden Markov models with application to landmine detection", EURASIP J. Adv.签名。过程，2013.
多流 HMM 背后的理论并不简单，我发现自己用一种更简单的方法得到了很好的结果。在合成数据上，我们甚至可以通过混合不同类型的连续排放量和一些离散变量来获得良好的结果。