แบบจำลองมาร์คอฟซ่อนเร้น (อังกฤษ: Hidden Markov model (HMM)) เป็นทางสถิติโดยมีสมมติฐานว่าระบบจำลองนั้นเกิดกับสถานะที่ยังไม่ได้สังเกตการณ์(ซ่อนอยู่) แบบจำลองมาร์คอฟซ่อนเร้นอาจมองง่ายๆว่าเป็นพลวัต นักวิทยาศาสตร์ที่อยู่เบื้องหลังการพัฒนาแบบจำลองนี้คือ ลีโอนาร์ด ดี. เบาม์ นักคณิตศาสตร์ชาวอเมริกันและเพื่อนร่วมงาน แบบจำลองนี้มีความคล้ายคลึงกับปัญหาการกรองไม่เชิงเส้นที่เหมาะที่สุดของรูสลาน แอล. สตราโคโนวิช นักวิทยาศาสตร์ชาวรัสเซีย
ในแบบจำลองมาร์คอฟอย่างง่ายนั้น ผู้สังเกต (observer) จะมองเห็นสถานะ (state) ได้โดยตรง ดังนั้นตัวแปรเดียวที่มีอยู่คือความน่าจะเป็นในการเปลี่ยนสถานะ แต่ในแบบจำลองมาร์คอฟซ่อนเร้น ผู้สังเกตไม่สามารถมองเห็นสถานะได้โดยตรง แต่จะมองเห็นผลลัพธ์ (output) ได้โดยผลลัพธ์ที่ออกมานั้นขึ้นอยู่กับสถานะ แต่ละสถานะก็มีการกระจายความน่าจะเป็นของผลลัพธ์ที่ไม่เหมือนกัน ดังนั้น ลำดับของผลลัพธ์ที่ได้จากแบบจำลองก็จะทำให้เราได้ข้อมูลเกี่ยวกับลำดับของสถานะได้เช่นกัน ทั้งนี้ คำว่า 'ซ่อนเร้น' นั้นหมายถึงลำดับของสถานะที่แบบจำลองผ่านไป ไม่ใช่ตัวแปรของแบบจำลอง แบบจำลองยังถูกเรียกว่าแบบจำลองมาร์คอฟ'ซ่อนเร้น'แม้ว่าตัวแปรเหล่านี้จะทราบแน่ชัดแล้ว
แบบจำลองมาร์คอฟซ่อนเร้นถูกนำไปใช้งานบ่อยครั้งในสาขาการเรียนรู้ของเครื่อง โดยเฉพาะการรู้จำแบบที่มีเวลามาเกี่ยวข้อง ไม่ว่าจะเป็นการรู้จำเสียงพูด และชีวสารสนเทศศาสตร์
อ้างอิง
- Baum, L. E.; Petrie, T. (1966). "Statistical Inference for Probabilistic Functions of Finite State Markov Chains". The Annals of Mathematical Statistics. 37 (6): 1554–1563. doi:10.1214/aoms/1177699147. สืบค้นเมื่อ 28 November 2011.
- Stratonovich, R.L. (1960). "Conditional Markov Processes". Theory of Probability and its Applications. 5 (2): 156–178. doi:10.1137/1105015.
wikipedia, แบบไทย, วิกิพีเดีย, วิกิ หนังสือ, หนังสือ, ห้องสมุด, บทความ, อ่าน, ดาวน์โหลด, ฟรี, ดาวน์โหลดฟรี, mp3, วิดีโอ, mp4, 3gp, jpg, jpeg, gif, png, รูปภาพ, เพลง, เพลง, หนัง, หนังสือ, เกม, เกม, มือถือ, โทรศัพท์, Android, iOS, Apple, โทรศัพท์โมบิล, Samsung, iPhone, Xiomi, Xiaomi, Redmi, Honor, Oppo, Nokia, Sonya, MI, PC, พีซี, web, เว็บ, คอมพิวเตอร์
aebbcalxngmarkhxfsxnern xngkvs Hidden Markov model HMM epnthangsthitiodymismmtithanwarabbcalxngnnekidkbsthanathiyngimidsngektkarn sxnxyu aebbcalxngmarkhxfsxnernxacmxngngaywaepnphlwt nkwithyasastrthixyuebuxnghlngkarphthnaaebbcalxngnikhux lioxnard di ebam nkkhnitsastrchawxemriknaelaephuxnrwmngan aebbcalxngnimikhwamkhlaykhlungkbpyhakarkrxngimechingesnthiehmaathisudkhxngruslan aexl straokhonwich nkwithyasastrchawrsesiy inaebbcalxngmarkhxfxyangngaynn phusngekt observer camxngehnsthana state idodytrng dngnntwaeprediywthimixyukhuxkhwamnacaepninkarepliynsthana aetinaebbcalxngmarkhxfsxnern phusngektimsamarthmxngehnsthanaidodytrng aetcamxngehnphllphth output idodyphllphththixxkmannkhunxyukbsthana aetlasthanakmikarkracaykhwamnacaepnkhxngphllphththiimehmuxnkn dngnn ladbkhxngphllphththiidcakaebbcalxngkcathaiheraidkhxmulekiywkbladbkhxngsthanaidechnkn thngni khawa sxnern nnhmaythungladbkhxngsthanathiaebbcalxngphanip imichtwaeprkhxngaebbcalxng aebbcalxngyngthukeriykwaaebbcalxngmarkhxf sxnern aemwatwaeprehlanicathrabaenchdaelw aebbcalxngmarkhxfsxnernthuknaipichnganbxykhrnginsakhakareriynrukhxngekhruxng odyechphaakarrucaaebbthimiewlamaekiywkhxng imwacaepnkarrucaesiyngphud aelachiwsarsnethssastrxangxingBaum L E Petrie T 1966 Statistical Inference for Probabilistic Functions of Finite State Markov Chains The Annals of Mathematical Statistics 37 6 1554 1563 doi 10 1214 aoms 1177699147 subkhnemux 28 November 2011 Stratonovich R L 1960 Conditional Markov Processes Theory of Probability and its Applications 5 2 156 178 doi 10 1137 1105015