machine-learning - 确定隐马尔可夫模型中隐藏状态的数量

Question

我正在学习隐马尔可夫模型，用于对 t 个图像帧序列中的运动进行分类。

假设我有每个帧的 m 维特征。然后我将它聚集成一个符号(用于可观察的符号)。我为 k 类创建了 k 个不同的 HMM 模型。

那么，如何确定每个模型的隐藏状态数量以优化预测？

顺便说一句，我的方法正确吗？如果我误解了如何使用它，请纠正我:)

谢谢:)

Answer 1

“我的方法已经正确了吗？”

您当前的做法是正确的。几周前我也做了同样的事情并问了同样的问题。我已经构建了一个手势识别工具。

你说你有 k 个类你想识别，所以是的，你将训练 k 个 HMM。对于每个 HMM，您运行前向算法并接收每个隐马尔可夫模型的 P(HMM|observation)(或者也可以进行维特比解码)。然后你选择概率最高的那个。

将 m 维特征向量视为单个观察符号也是正确的。根据向量的外观，您可能需要使用连续隐马尔可夫模型或离散隐马尔可夫模型。使用离散数据进行训练通常会越来越容易，只需很少的训练数据。因此，如果您的特征向量空间是连续的，您可能需要考虑离散化以使所有值离散(例如通过统一类)。关于离散性的问题是:您将有多少类观察？

“如何确定每个模型的隐藏状态数量以获得最佳预测？”

但是，我无法完全回答您有关隐藏状态数量的实际问题。从我在其他领域学到的知识来看，似乎需要进行大量的基准测试和测试。例如。在语音识别中，我们对每个音素(人声)使用 3 个 HMM 状态，因为声音在开头、中间和结尾听起来不同。然后每个不同的音素得到一个三元组。但这当然是工程。

在我自己的应用程序中，我是这样想的:我想定义手势并将它们与方向相关联。就像open_firefox = [向上，向右]。所以我决定对所有四个方向使用四个隐藏状态。我想找出最佳状态数量需要大量的工程设计和尝试不同的事情。