Inference in Hidden Markov Models - 9780387402642

Slēptie Markova modeļi ir kļuvuši par plaši izmantotu statistikas modeļu klasi ar pielietojumu dažādās jomās, piemēram, komunikāciju inženierijā, bioinformātikā, finansēs un daudzās citās. Šī grāmata ir visaptverošs slēpto Markova modeļu secinājumu traktējums, ietverot gan algoritmus, gan statistikas teoriju. Tēmas svārstās no slēptās Markova ķēdes filtrēšanas un izlīdzināšanas līdz parametru novērtēšanai, Bajesa metodēm un stāvokļu skaita novērtējumam. Grāmata vienotā veidā aptver gan modeļus ar ierobežotām stāvokļu telpām, kas ļauj izmantot precīzus algoritmus filtrēšanai, novērtēšanai utt., gan modeļus ar nepārtrauktām stāvokļu telpām (saukti arī par stāvokļa telpas modeļiem), kuriem nepieciešami aptuveni uz simulāciju balstīti algoritmi, kas aprakstīti arī detaļa. Simulācija slēptos Markova modeļos ir apskatīta piecās dažādās nodaļās, kas aptver gan Markova ķēdes Montekarlo, gan secīgās Montekarlo pieejas. Daudzi piemēri ilustrē algoritmus un teoriju. Grāmatā rūpīgi aplūkoti arī Gausa lineārie stāvokļa-telpas modeļi un to paplašinājumi, un tajā ir nodaļa par vispārējo Markova ķēdes teoriju un slēpto Markova modeļu varbūtības aspektiem. Šis sējums būs piemērots ikvienam, kam interesē stohastisko procesu secinājumi, un tas būs noderīgs pētniekiem un praktiķiem tādās jomās kā statistika, signālu apstrāde, sakaru inženierija, vadības teorija, ekonometrija, finanses un citas. Grāmatas algoritmiskajām daļām nav nepieciešams uzlabots matemātiskais pamats, savukārt teorētiskajām daļām ir nepieciešamas zināšanas par varbūtību teoriju mēru teorētiskajā līmenī.