Glosario IA
El diccionario completo de la Inteligencia Artificial
Cadena de Markov
Proceso estocástico de tiempo discreto donde la probabilidad del estado futuro solo depende del estado presente y no de los estados pasados (propiedad de Markov).
Estados ocultos
Variables aleatorias no observables directamente del sistema que evolucionan según una cadena de Markov y generan las observaciones visibles.
Probabilidades de transición
Matriz que define las probabilidades de pasar de un estado oculto a otro en cada instante, caracterizando la dinámica del sistema.
Probabilidades de emisión
Distribución de probabilidad condicional que asocia a cada estado oculto la probabilidad de generar cada observación posible.
Algoritmo de Viterbi
Algoritmo de programación dinámica que encuentra la secuencia de estados ocultos más probable que ha generado una secuencia de observaciones dada.
Algoritmo de Baum-Welch
Variante del algoritmo EM para la estimación de parámetros de un HMM a partir de secuencias de observaciones no etiquetadas.
Secuencia de observaciones
Conjunto ordenado de datos observables producidos por el sistema, que sirve como entrada para la inferencia en los HMM.
Matriz de emisión
Matriz donde cada elemento b(j,k) representa la probabilidad de emitir el símbolo k desde el estado oculto j.
Distribución inicial
Vector de probabilidades que define la distribución del estado oculto en el tiempo t=0 antes de cualquier observación.
Problema de decodificación
Pregunta fundamental que consiste en encontrar la secuencia de estados ocultos más probable que generó una secuencia de observaciones dada.
Problema de evaluación
Cálculo de la probabilidad de que un modelo HMM dado haya generado una secuencia de observaciones específica.
Problema de aprendizaje
Ajuste automático de los parámetros del HMM (probabilidades de transición y emisión) a partir de datos de entrenamiento.
HMM discreto
Modelo oculto de Markov donde las observaciones provienen de un conjunto finito de símbolos discretos con probabilidades de emisión discretas.
HMM continuo
Variante del HMM donde las observaciones son variables continuas, típicamente modeladas por mezclas de gaussianas.
Topología del HMM
Estructura de las conexiones permitidas entre estados ocultos, determinando las transiciones posibles en el modelo.
Estados absorbentes
Estados especiales en un HMM con una probabilidad de transición de 1 hacia sí mismos, impidiendo cualquier salida una vez alcanzados.
Suavizado de parámetros
Técnica de adición de pseudocuentas para evitar probabilidades nulas durante la estimación de parámetros del HMM.
Posterior marginal
Probabilidad posterior de un estado oculto en un instante dado, calculada marginalizando sobre todos los demás estados ocultos.