gaussian - GMM 和 HMM 的区别

Question

据我了解:

• GMM 是一种概率模型，可以对正态分布的 N 个子种群进行建模。 GMM 中的每个分量都是高斯分布分布。
• HMM 是一种具有隐藏状态的统计马尔可夫模型。当数据连续时，每个隐藏状态被建模为高斯分布分布。

如果这两个信息是正确的，那么 GMM 和 HMM 之间有什么区别？

此外，在时间序列的情况下(连续数据)，每个状态都是一个且唯一的高斯分布？没有发射概率矩阵？

感谢您的帮助!!! :)

Answer 1

这两条信息是不正确的。首先，您必须了解“过程”与随机变量 (RV)。 HMM，即使它的名字是“模型”，实际上它是一个(随机)过程，RV(s) 随时间索引 t 变化。 GMM通常用于过程的排放(HMM)。将 HMM 与 GMM 进行比较并不是苹果与苹果的比较，一个 HMM 是一个随机过程，即使它的名字是一个模型。而GMM与随机变量的分布有关。 HMM 需要时间索引(t 或 n)，而 GMM 不需要。

Q:还有，在时间序列的情况下(连续数据)，每个状态是一个且唯一的一个高斯分布？没有发射概率矩阵？A:这个问题看不懂