Recursive estimation of multivariate hidden Markov model parameters

This article addresses a recursive parameter estimation algorithm for a hidden Markov model (HMM). The work focuses on an HMM with multiple states that are assumed to follow from a multivariate Gaussian distribution. The novelty of this study lies in a state transition probability calculation techni...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Computational statistics Ročník 34; číslo 3; s. 1337 - 1353
Hlavní autoři:	Vaičiulytė, Jūratė, Sakalauskas, Leonidas
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Berlin/Heidelberg Springer Berlin Heidelberg 01.09.2019 Springer Nature B.V
Témata:	Algorithms Complexity Computer simulation Economic Theory/Quantitative Economics/Mathematical Methods Machine learning Markov analysis Markov chains Mathematics and Statistics Normal distribution Original Paper Parameter estimation Probability and Statistics in Computer Science Probability Theory and Stochastic Processes Statistical analysis Statistics Transition probabilities Likelihood method Clustering Hidden Markov models Recursive EM algorithm
ISSN:	0943-4062, 1613-9658
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!