隐马尔可夫模型Baum-Welch递归的一种替代方法
统计理论
2012-01-04 v1 统计理论
摘要
我们为任意阶 的隐马尔可夫模型开发了一种递归方法，该方法允许我们在给定前 个状态和观测数据的情况下，获得每个时刻潜在状态的后验分布。与众所周知的 Baum-Welch 递归相比，所提出的递归具有更直接使用的优点，特别是无需进行虚拟重归一化以避免数值问题。我们还展示了如何用矩阵形式表示这种递归，以便高效实现，以及如何将其用于获取观测数据的显式分布，并在期望最大化算法中进行参数估计。该方法通过对金融数据的应用进行了说明，重点研究了对数收益波动率水平的动态变化。
引用
@article{arxiv.1201.0277,
title = {An alternative to the Baum-Welch recursions for hidden Markov models},
author = {Francesco Bartolucci},
journal= {arXiv preprint arXiv:1201.0277},
year = {2012}
}