SEDE BOGOTA DNSAV

cap. 3 modelos ocultos de markov

1.6 SECUENCIAS DE OBSERVACIÓN CONTINUAS Y SECUENCIAS DE OBSERVACIÓN MULTIPLES

Hasta ahora se han considerado secuencias de observación caracterizadas por símbolos discretos que pertenecen a un alfabeto finito y que usan probabilidades discretas en cada estado del modelo, no obstante, en algunos problemas las secuencias de observación son señales continuas y por lo tanto es conveniente usar HMMs con densidades de observación continuas y funciones de densidad de probabilidades que aseguren la reestimación consistente de los parámetros del modelo. Por otra parte, se ha revisado el entrenamiento de los parámetros del modelo con una sóla secuencia de observación, pero en la práctica existen muchas aplicaciones, tales como reconocimiento de la voz y alineamiento de secuencias biológicas en las que se debe trabajar con múltiples secuencias de observación para hacer mas confiable el modelo, esto es,

O = [O⁽¹⁾ ,O⁽²⁾ , ...,O^(k)]

donde

O^(k) = ( O₁ ^(k) O₂ ^(k)... O_T ^(k)) es la k-ésima secuencia de observación