隠れMarkovモデルの前向き後向き・Viterbi
バグ・不具合を報告
離散観測記号を持つ既知の有限HMMについて観測系列の確率、平滑化事後確率、全体最尤状態系列を求める。
確率は無次元(0~1)。状態と観測記号は同じ時刻に対応し、最初の観測に初期分布を適用します。
項目を入力・選択してから「計算する」を押してください。
選択内容に応じて、残りの入力項目を案内します。
計算結果
—
- 対数尤度 ln P(O)
- —
- 最尤経路の対数同時確率
- —
- 最尤状態経路(先頭から)
- —
- 最尤経路の同率
- —
値を入力して計算してください。
この計算機は使いやすかったですか?
回答はサイト改善のために保存します。入力値・計算結果は送りません。
ありがとうございます。よかったら、上の共有ボタンからこの計算機を紹介しませんか?
計算方法・適用範囲・出典
計算方法
α₁(j)=πⱼbⱼ(o₁)、αₜ(j)=bⱼ(oₜ)Σᵢαₜ₋₁(i)aᵢⱼ。βₜ(i)=Σⱼaᵢⱼbⱼ(oₜ₊₁)βₜ₊₁(j)、βₜₑₙd(i)=1。P(Sₜ=i|O)=αₜ(i)βₜ(i)/Σₖαₜ(k)βₜ(k)。Viterbiはlog π+log bで初期化し、maxᵢ[δₜ₋₁(i)+log aᵢⱼ]+log bⱼ(oₜ)と逆追跡で最尤経路を得ます。
観測系列の尤度・自然対数尤度、時点別状態事後確率、時点別MAP状態、Viterbi最尤経路と対数同時確率、期待状態滞在時点数。
計算例(架空の数値)
手計算例:2状態S1/S2、初期確率0.5/0.5、出力P(A|S1)=0.9、P(A|S2)=0.1。観測Aが1回ならP(A)=0.5、事後確率はS1=0.9、S2=0.1。
適用対象と限界
状態・観測記号が有限で、時刻によらない遷移/出力確率と初期分布が既知の離散時間・1次HMM。パラメータ学習、欠測観測の補間、連続値・ガウス出力、非定常遷移、部分観測MDP、将来観測予測、モデルの妥当性判定は対象外。。
採用した方式
- 前向き後向き(対数)(categorical-hmm-forward-backward-viterbi/1.0 (2026-11-14)):対象範囲 長さ1~1000、状態1~12、離散観測、既知の行確率/適用地域 地域非依存
- 前向き後向き(scaled)(categorical-hmm-forward-backward-viterbi/1.0 (2026-11-14)):対象範囲 倍精度の途中積が表現可能な離散HMM/適用地域 地域非依存
- 対数Viterbi(categorical-hmm-forward-backward-viterbi/1.0 (2026-11-14)):対象範囲 全時点の同時確率を最大化する最尤状態系列/適用地域 地域非依存
方法と出典
方法:categorical-hmm-forward-backward-viterbi/1.0 (2026-11-14)。データ記録日:2026-11-14。