递归粘性分层狄利克雷过程隐马尔可夫模型

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本文提出了一种递归粘性HDP-HMM(RS-HDP-HMM)模型,解决了现有模型在自持续性概率假设平稳的问题。该模型通过新颖的Gibbs采样策略,在数据分割方面优于现有模型。

🎯

关键要点

  • 提出了一种递归粘性HDP-HMM(RS-HDP-HMM)模型。
  • 解决了现有模型在自持续性概率假设平稳的问题。
  • 该模型通过新颖的Gibbs采样策略实现高效推断。
  • 在合成和真实数据的分割中,显著超越了现有模型的表现。
➡️

继续阅读