Vorwärtsalgorithmus im Hidden-Markov-Modell
Berechnen Sie binäre Beobachtungswahrscheinlichkeit und gefilterte Zustandswahrscheinlichkeiten für ein verstecktes Markov-Modell.
IHRE BERECHNUNG
Ergebnis
—
Rechenschritte
Gehen Sie die Schritte einzeln durch oder zeigen Sie die gesamte Berechnung an. Die Schritte verwenden Ihre aktuellen Eingaben.
Berechnungsmethode
Geben Sie die erste Beobachtung von der eingegebenen vorher, dann Übergang vor jeder späteren Beobachtung und normalisieren Sie bei jedem Schritt.
Forward weight=emission likelihood×sum(previous filtered probability×transition)
Rechenbeispiel
Identische Emissionsreihen0.5,0,5 geben eine Länge-vier Beobachtungswahrscheinlichkeit1/16 an.
Annahmen und Hinweise zu den Eingaben
Behobene Zwei-Staaten-Parameter, kein Training, Rückglättung oder Viterbi-Dekodierung. Jede Wahrscheinlichkeitszeile muss einer Summe entsprechen. Unmögliche Beobachtungssequenzen werden abgelehnt, anstatt einer endlichen Log-Wahrscheinlichkeit zuzuordnen.
Hinweise zum Rechner
Kann ich eigene Werte eingeben?
Ja. Ersetzen Sie die Beispielwerte durch Ihre eigenen Eingaben. Ergebnis, Rechenschritte, Tabellen und gegebenenfalls Diagramme werden entsprechend aktualisiert. Bei leeren oder ungültigen Eingaben wird das Ergebnis gelöscht. Fehlende Angaben werden niemals unbemerkt durch Beispielwerte ersetzt.
Sind die Ergebnisse exakt?
Die Ergebnisse beruhen auf Gleitkommaarithmetik und werden für die Anzeige gerundet. Beachten Sie die Formel, die Annahmen und die gegebenenfalls angegebene Datengenauigkeit.
Werden meine Eingaben hochgeladen?
Die Berechnung erfolgt in Ihrem Browser. Ein Benutzerkonto, Datei-Uploads oder ein externer KI-Dienst sind nicht erforderlich. Beim Neuladen der Seite werden die Eingaben zurückgesetzt.
Propagate eine Drei-Staaten-Wahrscheinlichkeitsverteilung durch eine feste Übergangsmatrix.
Aktualisieren Sie eine Ereigniswahrscheinlichkeit nach einem positiven oder negativen Signal. Sehen Sie den Basis-Rate-Effekt, eine Vier-Ergebnis-Wahrscheinlichkeitstabelle und erwartete Zählungen für Qualitätskontrollszenarien.
Fit binäre Ergebnisse gegen einen numerischen Prädiktor mit einer expliziten standardisierten L2-Slope Strafe und eine Abfrage Wahrscheinlichkeit zu bewerten.
Reservierter Werbeplatz.