Use este identificador para citar ou linkar para este item: https://repositorio.ufrn.br/handle/123456789/18630
Título: Estimação paramétrica e não-paramétrica em modelos de markov ocultos
Autor(es): Medeiros, Francisco Moisés Cândido de
Orientador: Pereira, André Gustavo Campos
Palavras-chave: Cadeia de markov;Modelos de markov oculto;. Espaço de estados finito;Espaçco de estados geral;Markov chain;Hidden markov models;Finite state space;General state space
Data do documento: 10-Fev-2010
Editor: Universidade Federal do Rio Grande do Norte
Referência: MEDEIROS, Francisco Moisés Cândido de. Estimação paramétrica e não-paramétrica em modelos de markov ocultos. 2010. 90 f. Dissertação (Mestrado em Probabilidade e Estatística; Modelagem Matemática) - Universidade Federal do Rio Grande do Norte, Natal, 2010.
Resumo: Neste trabalho estudamos os modelos de Markov ocultos tanto em espaço de estados finito quanto em espaço de estados geral. No caso discreto, estudamos os algoritmos para frente e para trás para determinar a probabilidade da sequência observada e, em seguida, estimamos os parâmetros do modelo via algoritmo EM. No caso geral, estudamos os estimadores do tipo núcleo e os utilizamos para conseguir uma sequência de estimadores que converge na norma L1 para a função densidade do processo observado
Abstract: In this work we study the Hidden Markov Models with finite as well as general state space. In the finite case, the forward and backward algorithms are considered and the probability of a given observed sequence is computed. Next, we use the EM algorithm to estimate the model parameters. In the general case, the kernel estimators are used and to built a sequence of estimators that converge in L1-norm to the density function of the observable process
URI: https://repositorio.ufrn.br/jspui/handle/123456789/18630
Aparece nas coleções:PPGMAE - Mestrado em Matemática Aplicada e Estatística

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
FranciscoMCM.pdf1,36 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.