Hidden Markov Model과 Filtering, Forwarding 그리고 Viterbi Algorithm

 

이 글은 아직 미완 상태이며, 곧 완성하여 마무리할 예정입니다.

 

Dynamic Bayesian Network의 일종인 Hidden Markov Model은 AI를 공부할 때 종종 필요로 하는 개념이며, 특히 이 모델의 inference에서 기본적으로 쓰이는 성질과 알고리즘이 꽤 자주 쓰인다. 언젠가 한번 즈음 정리를 해야겠다고 다짐을 했었는데, 현재 글 작성 시점 기준 중간고사를 포함하여 우선순위가 높은 수많은 일 때문에 여유 있을 때 틈틈이 작성하여 완성하고자 한다. 사실 이전에 공부하면서 미리 따로 노트 필기로 정리한 내용이기에 먼저 노트 필기를 첨부하고, 시간이 생길 때마다 글로 채워가고자 한다.

 

 

 

HMM(Hidden Markov Model)이란?

 

 

 

 

HMM의 Inference 

 

 

 

꼭 알아두어야 할 Preliminary

 

 

Filtering

 

Filtering 정의와 유도

 

 

Filtering 사용 예제

 

 

 

 

Forwarding(Prediction)

 

Forwarding 정의와 유도

 

 

 

Forwarding 사용 예제

 

 

 

 

Smoothing

 

Smoothing 정의와 유도

 

 

 

 

Smoothing 사용 예제

 

 

 

 

Viterbi Algorithm

 

Viterbi Algorithm 정의와 유도

 

 

Viterbi Algorithm 사용 예제