Temporal Parallelization of Inference in Hidden Markov Models

This paper presents algorithms for the parallelization of inference in hidden Markov models (HMMs). In particular, we propose a parallel forward-backward type of filtering and smoothing algorithm as well as a parallel Viterbi-type maximum-a-posteriori (MAP) algorithm. We define associative elements...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	IEEE transactions on signal processing Jg. 69; S. 4875 - 4887
Hauptverfasser:	Hassan, Sakira, Sarkka, Simo, Garcia-Fernandez, Angel
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	New York IEEE 2021 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Schlagworte:	Algorithms Graphics processing units Hidden Markov models Inference Inference algorithms Markov chains Parallel forward-backward algorithm parallel max-product algorithm Parallel processing parallel sum-product algorithm parallel Viterbi algorithm Polytopes Signal processing algorithms Sum product algorithm Task analysis Viterbi algorithm
ISSN:	1053-587X, 1941-0476
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!