Der Viterbi-Algorithmus ist ein dynamischer Programmieralgorithmus zum Erhalten der maximalen a-posteriori-Wahrscheinlichkeitsschätzung der wahrscheinlichsten Folge verborgener Zustände – Viterbi-Pfad genannt –, der zu einer Folge beobachteter Ereignisse führt, insbesondere im Kontext von Markov-Informationsquellen und versteckten Markov Modelle (HMM).
- Was ist die Hauptidee des Viterbi-Algorithmus??
- Was ist die Ausgabe des Viterbi-Algorithmus?
- Was ist das Hidden-Markov-Modell in NLP??
- Was ist die Zeitkomplexität des Viterbi-Algorithmus?
Was ist die Hauptidee des Viterbi-Algorithmus??
Die Hauptidee des Viterbi-Algorithmus ist, dass wir die Werte des Termes π(k, u, v) effizient rekursiv und auswendig berechnen können.
Was ist die Ausgabe des Viterbi-Algorithmus?
Viterbi (2009), Scholarpedia, 4(1):6246. Der Viterbi-Algorithmus erzeugt die Maximum-Likelihood-Schätzungen der aufeinanderfolgenden Zustände eines endlichen Automaten (FSM) aus der Folge seiner Ausgaben, die durch aufeinanderfolgend unabhängige Interferenzterme verfälscht wurden.
Was ist das Hidden-Markov-Modell in NLP??
Das Hidden-Markov-Modell (HMM) ist ein probabilistisches grafisches Modell, das es uns ermöglicht, eine Folge von unbekannten oder unbeobachteten Variablen aus einem Satz beobachteter Variablen zu berechnen. Die Vorhersage von Wetterbedingungen (versteckt) auf der Grundlage der Art der Kleidung, die von jemandem getragen (beobachtet) wird, ist ein einfaches Beispiel für HMM.
Was ist die Zeitkomplexität des Viterbi-Algorithmus?
Die Zeitkomplexität dieses Algorithmus ist O(N2T) und die Raumkomplexität ist O(N2 + NT).