« Algorithme progressif-rétrogressif » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
Ligne 1 : Ligne 1 :
== Définition ==
== Définition ==
XXXXXXXXX
Algorithme pour calculer la probabilité d'une séquence observée dans le contexte des modèles de Markov cachés.
L'algorithme commence par effectuer un calcul progressif des probabilités, un calcul « en avant », qui donne la probabilité d'obtenir les k premières observations dans une séquence donnée, en terminant dans chaque état possible du modèle de Markov.
Il effectue également ensuite un calcul rétrogressif des probabilités, qui représente la probabilité d'obtenir les autres observations ultérieures à un état initial. Ces deux ensembles de probabilités peuvent être combinés pour obtenir à tout instant la probabilité de l’état caché, sachant la séquence totale des événements observés. L'algorithme forward-backward peut donc être utilisé afin de trouver les états les plus probables pour un modèle de Markov à n'importe quel instant.


== Français ==
== Français ==
Ligne 9 : Ligne 11 :
== Anglais ==
== Anglais ==
''' forward–backward algorithm'''
''' forward–backward algorithm'''
The forward–backward algorithm is an inference algorithm for hidden Markov models which computes the posterior marginals of all hidden state variables given a sequence of observations/emissions {\displaystyle o_{1:T}:=o_{1},\dots ,o_{T}}{\displaystyle o_{1:T}:=o_{1},\dots ,o_{T}}, i.e. it computes, for all hidden state variables {\displaystyle X_{t}\in \{X_{1},\dots ,X_{T}\}}{\displaystyle X_{t}\in \{X_{1},\dots ,X_{T}\}}, the distribution {\displaystyle P(X_{t}\ |\ o_{1:T})}{\displaystyle P(X_{t}\ |\ o_{1:T})}. This inference task is usually called smoothing. The algorithm makes use of the principle of dynamic programming to efficiently compute the values that are required to obtain the posterior marginal distributions in two passes. The first pass goes forward in time while the second goes backward in time; hence the name forward–backward algorithm.
The term forward–backward algorithm is also used to refer to any algorithm belonging to the general class of algorithms that operate on sequence models in a forward–backward manner. In this sense, the descriptions in the remainder of this article refer but to one specific instance of this class.




Version du 10 mai 2021 à 14:40

Définition

Algorithme pour calculer la probabilité d'une séquence observée dans le contexte des modèles de Markov cachés. L'algorithme commence par effectuer un calcul progressif des probabilités, un calcul « en avant », qui donne la probabilité d'obtenir les k premières observations dans une séquence donnée, en terminant dans chaque état possible du modèle de Markov. Il effectue également ensuite un calcul rétrogressif des probabilités, qui représente la probabilité d'obtenir les autres observations ultérieures à un état initial. Ces deux ensembles de probabilités peuvent être combinés pour obtenir à tout instant la probabilité de l’état caché, sachant la séquence totale des événements observés. L'algorithme forward-backward peut donc être utilisé afin de trouver les états les plus probables pour un modèle de Markov à n'importe quel instant.

Français

algorithme progressif-rétrogressif

algorithme forward-backward

Anglais

forward–backward algorithm


Source : Source : Wikipedia

Source : Wikipedia Machine learning algorithms

Source : UQAM

Source : Stanford

Récupérée de « https://datafranca.org/wiki/index.php?title=Algorithme_progressif-rétrogressif&oldid=51819 »


Contributeurs: Claire Gorjux, Imane Meziani, wiki