Hidden Markov Model

Hidden Markow Models oder meist kurz HMM sind stochastische Modelle, die auf Markow-Ketten beruhen. Die Symbole in der beobachteten Ausgabesequenz sind dabei von der Markow-Kette entkoppelt, indem zusätzlich zu den Übergangswahrscheinlichkeiten für die internen (versteckten, hidden) Zustände noch Emissionswahrscheinlichkeiten für die Ausgabesymbole in Abhängigkeit von dem internen Zustand in das Modell einfließen.

Veranschaulichung

Es bedeuten:

x - (versteckte) Zustände des Markow-Modells

a - Übergangswahrscheinlichkeiten

b - Emissionswahrscheinlichkeiten

y - (sichtbare) Ausgabesymbole

Anwendungsgebiete

Gen-Vorhersage in der Bioinformatik, Spracherkennung, ...