隐马尔可夫模型 (HMM)

隐马尔可夫模型 (HMM) 是一种统计 AI模型，用于分析序列数据，其中底层系统被假定为具有未观察到的（隐藏）状态的马尔可夫过程。核心思想是根据一系列可观察的输出来推断一系列隐藏状态。HMM 建立在马尔可夫性质之上，该性质指出未来状态的概率仅取决于当前状态，而不取决于状态的整个历史。这使得 HMM 成为自然语言处理 (NLP)和生物信息学等领域任务的强大工具。

隐马尔可夫模型的工作原理

HMM 由几个关键组件组成，这些组件协同工作以对顺序数据进行建模：

• 隐状态： 这是系统不可观察的状态，模型会尝试推断这些状态。例如，在天气预报中，隐状态可能是“晴天”、“多云”或“下雨”。
• 可观测输出（排放）: 这些是每个隐藏状态可以产生的可见数据点。按照天气示例，观测结果可能是“高温”、“低温”或“高湿度”。
• 转移概率: 这些概率决定了从一个隐藏状态转移到另一个隐藏状态的可能性。例如，“晴天”之后有一定的概率是“阴天”。
• 发射概率： 这些概率表示在系统处于特定隐藏状态时观察到特定输出的可能性。例如，如果隐藏状态为“下雨”，则观察到“高湿度”的概率可能更高。

为了进行预测，HMM 使用既定算法。 Viterbi 算法通常用于查找给定一系列观察结果时最可能的隐藏状态序列。 为了训练模型并从训练数据中学习其概率分布，通常采用Baum-Welch 算法。

实际应用

几十年来，隐马尔可夫模型 (HMM) 已成功应用于各个领域。以下是几个突出的例子：

1. 语音识别: 在经典的语音识别系统中，HMM 发挥了重要作用。隐藏状态对应于音素（一种语言中声音的基本单位），可观察的输出是从录制的语音中提取的声学特征。HMM 的任务是从音频信号中确定最可能的音素序列，然后用于识别口语单词。
2. 生物信息学： HMM 是计算生物学的基石，特别是对于基因查找。 在这种情况下，隐藏状态可能代表基因的各个部分，例如“外显子”（编码区）或“内含子”（非编码区），而观测值是 DNA 碱基的序列（A、C、G、T）。 通过分析长的 DNA 序列，HMM 可以识别基因最可能的位置。美国国家生物技术信息中心 (NCBI)详细介绍了这些方法。

与相关概念的比较

区分HMM与其他序列模型非常重要：

• 马尔可夫决策过程（MDP）：虽然两者都涉及状态和转换，但 MDP 假设状态是完全可观察的，并侧重于强化学习（RL）框架内的决策（寻找最佳行动）。HMM 侧重于从观察中推断隐藏状态。诸如DeepMind 的入门材料之类的资源涵盖了 RL 和 MDP。
• 循环神经网络 (RNN) 和 长短期记忆网络 (LSTM): 这些也是为序列数据设计的 深度学习 (DL) 模型。与 HMM 的显式概率状态不同，RNN/LSTM 维护一个内部隐藏状态向量，该向量在处理序列时隐式演变。它们可以捕获更复杂和更长程的依赖关系，通常在机器翻译和高级语音识别等任务上实现更高的准确率。了解 LSTM 提供了一个很好的概述。诸如 Ultralytics YOLO 之类的现代视觉模型使用 DL 架构，通常使用诸如 PyTorch 或 TensorFlow 之类的框架构建，用于诸如 对象检测 和 实例分割 之类的任务。

虽然较新的深度学习方法通常可以实现最先进的结果，但 HMM 仍然因其可解释性（显式状态和概率）和有效性而有价值，尤其是在训练数据有限或领域知识可以纳入模型结构时。即使在使用主要促进 DL 模型（如 YOLOv8 或 YOLO11）的开发和部署的 Ultralytics HUB 等平台时，理解 HMM 等基本概念也可以在更广泛的 ML 领域中提供有价值的背景信息。