シーケンスデータのための混合隠れMarkovモデル:RにおけるseqHMMパッケージ【JST・京大機械翻訳】

Helske Satu; Helske Jouni

プレプリント

J-GLOBAL ID：202202210727047041 整理番号：21P0004107

シーケンスデータのための混合隠れMarkovモデル:RにおけるseqHMMパッケージ【JST・京大機械翻訳】

Mixture Hidden Markov Models for Sequence Data: The seqHMM Package in R

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2017年04月03日プレプリントサーバーでの情報更新日： 2019年01月26日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

配列分析は,社会的配列と他の多変量カテゴリー時系列データの分析にますます広く使われている。しかし,それは,特に被験者あたり複数の並列配列が存在するとき,大規模シーケンスデータを記述し,可視化し,比較することは,しばしば複雑である。Hidden(latent)Markovモデル(HMMs)は,根底にある潜在構造を検出することができ,それらは様々な縦方向設定で使用できる:測定誤差を考慮し,観測できない状態を検出し,あるいはいくつかのタイプの観察で情報を圧縮する。混合隠れMarkovモデル(MHMM)の拡張は,外部共変量の有無で,クラスタリングデータを均一部分集合に可能にする。RにおけるseqHMMパッケージを,HMMとMHMMを用いて1つまたは複数の相互依存配列を有する1つまたは複数の被験者を含む配列と他のカテゴリー時系列データの効率的モデリングのために設計して,MHMMの他の制限した変異体,例えば潜在クラスモデル,Markovモデル,混合Markovモデル,またはHMMの適切なパラメータ化を有する通常の多項回帰モデルを適合できた。データおよびモデルの良好なグラフィカル提示は,結果のフィッティングおよび提示をモデル化するためのデータにおける最初のグリップからの全解析過程中に有用である。パッケージは並列シーケンスデータをプロットするための容易なオプションを提供し,有向グラフとしてHMMを可視化する。【JST・京大機械翻訳】

, , , , , ,
, , , , , , 【Automatic Indexing@JST】

システム・制御理論一般 , 人工知能

, ,

前のページに戻る