隐马尔可夫模型中序贯检测与识别的渐近理论
最优化与控制
2013-12-13 v1 统计理论
统计理论
摘要
我们考虑一个由隐马尔可夫链建模的序贯变点检测与假设检验的统一框架。观测到的一列随机变量，其分布是隐马尔可夫链的泛函。目标在于快速检测隐马尔可夫链离开某一状态集的事件，并准确识别其被吸收的状态类。我们提出了计算上可行的序贯检测与识别策略，并在两种贝叶斯表述下获得了渐近最优性的充分条件。提供了数值示例以确认渐近最优性并检验收敛速率。
引用
@article{arxiv.1312.3352,
title = {Asymptotic theory of sequential detection and identification in the hidden Markov models},
author = {Savas Dayanik and Kazutoshi Yamazaki},
journal= {arXiv preprint arXiv:1312.3352},
year = {2013}
}