آشنایی با موضوع

مدل پنهان مارکوف (Hidden Markov Model) یک مدل آماری است که در آن سیستم مدل شده به صورت یک فرایند مارکوف با حالت‌های مشاهده نشده (پنهان) فرض می‌شود. به فرایندی تصادفی که احتمالات آینده آن از طریق مقادیر اخیر آن محاسبه می‌شود، فرایند مارکوف می‌گویند. این فرایند از روی نام ریاضیدان روسی به نام آندری مارکوف نامگذاری شده است. یک مدل پنهان مارکوف می‌تواند به عنوان ساده‌ترین شبکه بیزی پویا در نظر گرفته شود. در مدل عادی مارکوف، حالت به طور مستقیم توسط ناظر قابل مشاهده است و بنابراین احتمال‌های انتقال بین حالت‌ها تنها پارامترهای موجود است. در یک مدل پنهان مارکوف، حالت به‌طور مستقیم قابل مشاهده نیست، اما خروجی، بسته به حالت، قابل مشاهده است. هر حالت یک توزیع احتمال روی سمبل‌های خروجی ممکن دارد؛ بنابراین دنبالهٔ سمبل‌های تولید شده توسط یک مدل پنهان مارکوف اطلاعاتی دربارهٔ دنبالهٔ حالت‌ها می‌دهد. توجه داشته باشید که صفت 'پنهان' به دنبالهٔ حالت‌هایی که مدل از آن‌ها عبور می‌کند اشاره دارد، نه به پارامترهای مدل؛ حتی اگر پارامترهای مدل به‌طور دقیق مشخص باشند، مدل همچنان 'پنهان' است. مدل‌های پنهان مارکوف بیشتر به‌دلیل کاربردشان در بازشناخت الگو، مانند تشخیص صدا و دست‌خط، تشخیص اشاره و حرکت، برچسب‌گذاری اجزای سخن، بیوانفورماتیک و … شناخته‌شده هستند. مدل پنهان مارکوف می‌تواند فرایندهای پیچیده مارکوف را که حالتها بر اساس توزیع احتمالی مشاهدات را نتیجه می‌دهند، مدل کند. به طور مثال اگر توزیع احتمال گوسین باشد در چنین مدل مارکوف پنهان خروجی حالتها نیز از توزیع گوسین تبعیت می‌کنند. علاوه بر این مدل پنهان مارکوف می‌تواند رفتارهای پیچیده‌تر را نیز مدل کند. جایی که خروجی حالت‌ها از ترکیب دو یا چند توزیع گوسین پیروی کند که در این حالت احتمال تولید یک مشاهده از حاصلضرب گوسین انتخاب شدهٔ اولی در احتمال تولید مشاهده از گوسین دیگر به دست می‌آید. مدل پنهان مارکوف در حالت گسسته جز خانوادهٔ مسائل ظرف‌ها قرار می‌گیرد. به طور مثال از ربینر ۱۹۸۹: ظروف x1،x2،x3. . . و توپهای رنگی y1،y2،y3… را در نظر می‌گیریم، که نفر مقابل دنباله‌ای از توپ‌ها را مشاهده کرده ولی اطلاعی از دنبالهٔ ظرف‌هایی که توپ‌ها از آنها انتخاب‌شده ندارد. ظرف n ام با احتمالی وابسته به ظرف n-1 ام انتخاب می‌شود و چون به انتخاب ظرف‌های خیلی قبل‌تر وابسته نیست یک فرایند مارکوف است. با توجه به پارامترهای مدل پنهان مارکوف، می‌توانیم مسایلی به صورت زیر را حل کنیم: Annotation: مدل را داریم به این معنی که احتمالات مربوط به انتقال از حالتی به حالت دیگر و همین‌طور احتمال تولید الفبا در هر حالت معلوم است. توالی از مشاهدات داده شده، می‌خواهیم محتمل‌ترین مسیری (توالی حالات) که توالی را تولید می‌کند را پیدا کنیم. الگوریتم viterbi می‌تواند اینگونه مسایل را به صورت پویا (Dynamic) حل کند. classification: مدل را داریم، توالی از مشاهدات داده شده‌است، می‌خواهیم احتمال (کل) تولید شدن این توالی توسط این مدل را (جمع احتمالات تمامی مسیرهایی که این توالی را تولید می‌کنند) حساب کنیم. الگوریتم forward Consensus: مدل را داریم، می‌خواهیم بدانیم محتمل‌ترین توالی که توسط این مدل تولید می‌شود (توالی که بیشترین احتمال را داراست) چیست. الگوریتم Backward Training: ساختار مدل را داریم به این معنی که تعداد حالات و الفبای تولیدی در هر حالت معلوم است، تعدادی توالی داریم (داده‌های آموزش) می‌خواهیم احتمال انتقال بین حالات و همین‌طور احتمال تولید الفبا در هر حالت را محاسبه کنیم.

در این صفحه تعداد 451 مقاله تخصصی درباره مدل پنهان مارکوف که در نشریه های معتبر علمی و پایگاه ساینس دایرکت (Science Direct) منتشر شده، نمایش داده شده است. برخی از این مقالات، پیش تر به زبان فارسی ترجمه شده اند که با مراجعه به هر یک از آنها، می توانید متن کامل مقاله انگلیسی همراه با ترجمه فارسی آن را دریافت فرمایید.
در صورتی که مقاله مورد نظر شما هنوز به فارسی ترجمه نشده باشد، مترجمان با تجربه ما آمادگی دارند آن را در اسرع وقت برای شما ترجمه نمایند.
مقالات ISI ترجمه شده مدل پنهان مارکوف
مقالات ISI مدل پنهان مارکوف (ترجمه نشده)
مقالات زیر هنوز به فارسی ترجمه نشده اند.
در صورتی که به ترجمه آماده هر یک از مقالات زیر نیاز داشته باشید، می توانید سفارش دهید تا مترجمان با تجربه این مجموعه در اسرع وقت آن را برای شما ترجمه نمایند.
Elsevier - ScienceDirect - الزویر - ساینس دایرکت
Keywords: مدل پنهان مارکوف ; LCM; lubricant condition monitoring; CBM; condition based maintenance; RUL; remaining useful life; CdM; condition monitoring; AI; artificial intelligence; ISO; international standards organization; API; American Petroleum Institute; OEM; Original Equipmen
Elsevier - ScienceDirect - الزویر - ساینس دایرکت
Keywords: مدل پنهان مارکوف ; Spatial ecology; Computational movement analysis; Geographical information system (GIS); State-space model; Hidden Markov model; Habitat selection; Remote sensing; Asiatic cheetah;
Elsevier - ScienceDirect - الزویر - ساینس دایرکت
Keywords: مدل پنهان مارکوف ; PSO; Particle Swarm Optimization; FF; Firefly; FPR; False Positive Rate; FNR; False Negative Rate; NPV; Negative Predictive Value; FDR; False Discovery Rate; MCC; Mathews correlation coefficient; SER; Speech Emotion/Stress Recognition; HCI; Human-Computer
Elsevier - ScienceDirect - الزویر - ساینس دایرکت
Keywords: مدل پنهان مارکوف ; Blind source separation; Maximum likelihood; Expectation maximization method; Non-stationary signal processing; Autoregressive model; Hidden Markov model; 00-01; 99-00;
Elsevier - ScienceDirect - الزویر - ساینس دایرکت
Keywords: مدل پنهان مارکوف ; tidally modulated cryogenic seismicity; stick-slip motion; event recurrence predictability; ice-shelf thickness; ice-shelf grounding; East Antarctica; CC; Cross-correlation; CFS; Coulomb Failure Stress; DML; Dronning Maud Land; FIS; Fimbul Ice Shelf; HMM;
Elsevier - ScienceDirect - الزویر - ساینس دایرکت
Keywords: مدل پنهان مارکوف ; Automatic subword unit derivation; Pronunciation generation; Hidden Markov model; Kullback-Leibler divergence based hidden Markov model; Under-resourced language; Automatic speech recognition;
Elsevier - ScienceDirect - الزویر - ساینس دایرکت
Keywords: مدل پنهان مارکوف ; Autonomic network management; Self-x network management; Meta learning; AI; Artificial Intelligence; ANM; Autonomic Network Management; AOSE; Agent Oriented Software Engineering; AP; Access Point; BS; Base Station; CAC; Call Admission Control; CBR; Call B
Elsevier - ScienceDirect - الزویر - ساینس دایرکت
Keywords: مدل پنهان مارکوف ; Imperfect information; Hidden Markov model; Stochastic salary; Defined contribution pension fund; Sufficient statistics;
Elsevier - ScienceDirect - الزویر - ساینس دایرکت
Keywords: مدل پنهان مارکوف ; Arabic language; Automatic diacritization; Arabic diacritical marks; Morphological analysis; Smoothing techniques; Hidden Markov model;
Elsevier - ScienceDirect - الزویر - ساینس دایرکت
Keywords: مدل پنهان مارکوف ; Hidden Markov Model; Arabic Natural Language Processing; Part-of-Speech Tagger; Morphology; Statistical Language Model; Trigram; Bigram; first order logic; second order logic; Text classification; Name Entity Recognition;
Elsevier - ScienceDirect - الزویر - ساینس دایرکت
Keywords: مدل پنهان مارکوف ; CDS; coding sequence; DOOR; Database of prOkaryotic OpeRons; EMOTE; Exact Mapping of Transcription Ends; HMM; hidden Markov model; IP; immunoprecipitation; NN; neural network; RACE; Rapid-Amplification of cDNA Ends; RBP; RNA-binding protein; RF; random fo
Elsevier - ScienceDirect - الزویر - ساینس دایرکت
Keywords: مدل پنهان مارکوف ; Sleep apnea; Machine learning; Classification; Threshold-based classification; Systematic review; AI; Apnea Index; AHI; Apnea and Hypopnea Index; AIRS; Artificial Immune Recognition System; ANN; Artificial Neural Network; ANFIS; Adaptive Neuro-Fuzzy Infer
Elsevier - ScienceDirect - الزویر - ساینس دایرکت
Keywords: مدل پنهان مارکوف ; Wireless capsule endoscopy; Convolutional neural network; Topographic segmentation; Content understanding; Hidden Markov model;
Elsevier - ScienceDirect - الزویر - ساینس دایرکت
Keywords: مدل پنهان مارکوف ; EPI; enhancer-promoter interaction; E-P; enhancer-promoter; 5C; Carbon Copy Chromosome Capture Conformation; ChIA-PET; Chromatin Interaction Analysis by Paired-End Tag Sequencing; FISH; Fluorescence In Situ Hybridization; ChIP-seq; chromatin immunoprecipi
Elsevier - ScienceDirect - الزویر - ساینس دایرکت
Keywords: مدل پنهان مارکوف ; AWM; audio waveform modeling; ASA; audio subband auto-correlation; DFT; discrete Fourier transformation; FIR; finite impulse response; fo; fundamental frequency; FS; Fourier synthesis; HMM; hidden Markov model; SPP; spectral peak picking; Laryngeal high-s