قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
سلسلة ماركوف
عملية عشوائية ذات زمن متقطع حيث لا يعتمد احتمالية الحالة المستقبلية إلا على الحالة الحالية وليس على الحالات الماضية (خاصية ماركوف).
الحالات المخفية
متغيرات عشوائية غير قابلة للملاحظة بشكل مباشر في النظام تتطور وفق سلسلة ماركوف وتولد الملاحظات المرئية.
احتمالات الانتقال
مصفوفة تحدد احتمالات الانتقال من حالة مخفية إلى أخرى في كل لحظة، وتصف ديناميكية النظام.
احتمالات الإصدار
توزيع احتمالي شرطي يربط كل حالة مخفية باحتمالية إنشاء كل ملاحظة محتملة.
خوارزمية فيتيربي
خوارزمية البرمجة الديناميكية التي تجد سلسلة الحالات المخفية الأكثر احتمالاً التي أنتجت سلسلة ملاحظات معينة.
خوارزمية بوم-ويلش
متغير من خوارزمية EM لتقدير معلمات نموذج ماركوف المخفي من سلاسل الملاحظات غير المصنفة.
سلسلة الملاحظات
مجموعة مرتبة من البيانات القابلة للملاحظة التي ينتجها النظام، وتخدم كمدخل للاستنتاج في نماذج ماركوف المخفية.
مصفوفة الإصدار
مصفوفة حيث يمثل كل عنصر b(j,k) احتمالية إصدار الرمز k من الحالة المخفية j.
التوزيع الأولي
متجه احتمالات يحدد توزيع الحالة المخفية في الوقت t=0 قبل أي ملاحظة.
مشكلة فك التشفير
سؤال أساسي يتعلق بإيجاد تسلسل الحالات المخفية الأكثر احتمالاً الذي أنشأ تسلسل ملاحظات معين.
مشكلة التقييم
حساب احتمال أن يكون نموذج HMM معين قد أنشأ تسلسل ملاحظات محدد.
مشكلة التعلم
ضبط تلقائي لمعلمات نموذج HMM (احتمالات الانتقال والإصدار) من بيانات التدريب.
نموذج ماركوف المخفي المنفصل
نموذج ماركوف المخفي حيث تأتي الملاحظات من مجموعة محدودة من الرموز المنفصلة مع احتمالات إصدار منفصلة.
نموذج ماركوف المخفي المستمر
متغير من نموذج HMM حيث الملاحظات هي متغيرات مستمرة، وعادة ما يتم تمثيلها بخلائط من التوزيعات الغوسية.
طوبولوجيا نموذج HMM
هيكل الاتصالات المسموح بها بين الحالات المخفية، مما يحدد الانتقالات الممكنة في النموذج.
الحالات الماصة
حالات خاصة في نموذج HMM باحتمال انتقال يساوي 1 نحو أنفسها، مما يمنع أي خروج بمجرد الوصول إليها.
تنعيم المعلمات
تقنية إضافة حسابات زائفة لتجنب الاحتمالات الصفرية عند تقدير معلمات HMM.
الاحتمال الخلفي الهامشي
الاحتمال الخلفي للحالة المخفية في لحظة معينة، المحسوب بدمج جميع الحالات المخفية الأخرى.