使用隐藏马尔科夫模型的波纹进行压缩计算,并进行连续观测
Luca Bello1, John Wiedenhöft2, Alexander Schliep1,3
1Computer Science and Engineering, University of Gothenburg, Chalmers, Gothenburg, Sweden.
压缩显著加快连续数据的隐藏马尔科夫模型 (HMM) 算法. 这种新方法可以加速大数据机器学习的计算,而不会牺牲准确性.
科学领域:
- 计算生物学 计算生物学
- 机器学习 机器学习
- 统计建模 统计建模
背景情况:
- 压缩对于加速大数据机器学习至关重要.
- 之前的工作证明了压缩对离散隐藏马尔科夫模型 (HMM) 的好处.
- 压缩还可以加速贝叶斯式HMM,在特定假设下提供连续数据.
研究的目的:
- 为了将压缩计算扩展到连续值观测的频率主义HMM算法.
- 在连续数据上为经典频率主义HMM算法提供第一个压缩方法.
- 评估压缩HMM算法的性能与经典方法相比.
主要方法:
- 将压缩技术应用于经典的频率主义HMM算法 (向前过,向后平滑,维特比).
- 进行了大规模的模拟,以比较压缩和经典HMM算法.
- 在HMM框架中使用连续值观测.
主要成果:
- 压缩HMM算法在许多环境中显著优于经典算法.
- 压缩方法对计算的概率和推断的状态路径没有,或者只是微不足道的影响.
- 证明了对大数据HMM加速计算的经验证据.
结论:
- 压缩计算为使用HMM进行大数据分析提供了一种高效的方法.
- 开发的方法可以在连续数据上加速频率主义HMM算法,而不会影响准确性.
- 一个开源实现可用于更广泛的采用和研究.
更多相关视频
11:00Experimental Investigation of Secondary Flow Structures Downstream of a Model Type IV Stent Failure in a 180° Curved Artery Test Section
Published on: July 19, 2016
08:08Using Wavelet Entropy to Demonstrate how Mindfulness Practice Increases Coordination between Irregular Cerebral and Cardiac Activities
Published on: May 10, 2017
相关概念视频
Sampling Continuous Time Signal
In the...
Basic Continuous Time Signals
The unit step function, denoted u(t), is zero for negative time values and one for positive time values, exhibiting a discontinuity at t=0. This function often represents abrupt changes, such as the step voltage introduced when turning a car's...
Continuous -time Fourier Transform
BIBO stability of continuous and discrete -time systems
To determine the BIBO stability, the convolution integral is utilized when a bounded continuous-time input is applied to a Linear Time-Invariant (LTI) system....
One-Compartment Open Model: Wagner-Nelson and Loo Riegelman Method for ka Estimation
On...
Wave Parameters
