使用加权似然将稀疏标签纳入隐马尔可夫模型可提高生物记录研究的准确性和可解释性

生态学家通常使用隐马尔可夫模型从观测到的生物记录时间序列中解码潜在过程，例如动物的一系列行为。现代技术设备，如摄像机和无人机，现在可以直接观察动物的行为。使用这些观察结果作为标签可以提高隐马尔可夫模型在解码潜在过程时的准确性。然而，许多野生动物很少被观察到。包含这些稀有标签通常对参数估计的影响可以忽略不计，这反过来又不会显著提高解码潜在过程的准确性。我们引入了一种加权似然方法，以增加标记观测的相对影响。我们使用这种方法开发了两个隐马尔可夫模型，用于解码加拿大不列颠哥伦比亚省海岸虎鲸（Orcinus orca）的觅食行为。使用交叉验证评估指标，我们表明我们的加权似然方法比现有方法产生更准确和更易理解的解码潜在过程。因此，我们的方法有效地利用稀疏标签，增强了研究人员在各个领域准确解码潜在过程的能力。