O algoritmo de Viterbi é um algoritmo de programação dinâmica para obter a estimativa de probabilidade máxima a posteriori da sequência mais provável de estados ocultos - chamada de caminho de Viterbi - que resulta em uma sequência de eventos observados, especialmente no contexto de fontes de informação de Markov e Markov oculto modelos (HMM).
- Qual é a ideia principal do algoritmo de Viterbi?
- Qual é a saída do algoritmo de Viterbi?
- O que é o modelo Markov oculto na PNL?
- Qual é a complexidade de tempo do algoritmo de Viterbi?
Qual é a ideia principal do algoritmo de Viterbi?
A ideia principal por trás do Algoritmo de Viterbi é que podemos calcular os valores do termo π (k, u, v) de forma eficiente de forma recursiva memorizada.
Qual é a saída do algoritmo de Viterbi?
Viterbi (2009), Scholarpedia, 4 (1): 6246. O Algoritmo de Viterbi produz as estimativas de máxima verossimilhança dos estados sucessivos de uma máquina de estados finitos (FSM) a partir da sequência de suas saídas que foram corrompidas por termos de interferência sucessivamente independentes.
O que é o modelo Markov oculto na PNL?
O Modelo Hidden Markov (HMM) é um modelo gráfico probabilístico, que nos permite calcular uma sequência de variáveis desconhecidas ou não observadas a partir de um conjunto de variáveis observadas. Prever as condições meteorológicas (oculto) com base nos tipos de roupas usadas por alguém (observado) é um exemplo simples de HMM.
Qual é a complexidade de tempo do algoritmo de Viterbi?
A complexidade de tempo deste algoritmo é O (N2T) e a complexidade do espaço é O (N2 + NT).