SpaMHMM：面向图连接实体的稀疏隐马尔可夫模型混合
机器学习
2019-04-02 v1 机器学习
摘要
我们提出一种框架，用于对来自图中以已知拓扑相连的实体集合的序列数据分布建模。该方法基于共享隐马尔可夫模型（HMM）的混合，这些模型联合训练以利用图结构知识，并使所得混合趋于稀疏。在不同应用领域的实验证明了该方法的有效性与通用性。
引用
@article{arxiv.1904.00442,
title = {SpaMHMM: Sparse Mixture of Hidden Markov Models for Graph Connected Entities},
author = {Diogo Pernes and Jaime S. Cardoso},
journal= {arXiv preprint arXiv:1904.00442},
year = {2019}
}