Hidden-Markov-Modell

Ein stochastisches Generativmodell, bei dem eine diskrete Markov-Kette von nicht beobachtbaren (versteckten) Zuständen in jedem Zeitschritt beobachtbare Ausgaben über zustandsabhängige Emissionsverteilungen erzeugt; das Modell wird durch Anfangszustandsverteilung, Zustandsübergangsmatrix und zustandsbedingte Emissionsmodelle spezifiziert.

Ein stochastisches Modell, bei dem eine diskrete, latente Markow-Kette {S_t} mit gegebenen Übergangswahrscheinlichkeiten verläuft und jeder versteckte Zustand beobachtbare Ausgaben entsprechend einer zustandsabhängigen Wahrscheinlichkeitsverteilung erzeugt; Inferenz und Lernen zielen darauf ab, die Posteriorverteilung über die versteckten Zustände gegeben die Beobachtungen zu bestimmen bzw.

Ein statistisches Sequenzmodell, bei dem ein nicht beobachteter (versteckter) Zustandsprozess gemäß Markov‑Eigenschaft evolviert und jede beobachtete Ausgabe bedingt vom aktuellen versteckten Zustand erzeugt wird; formal spezifiziert durch Anfangszustandswahrscheinlichkeiten, Übergangsmatrix und Emissionsverteilungen; verwendet für Zustandsinferenz, Segmentierung und parameterbasierte Likelihood‑S