Diskrētie slēptie Markova modeļi un to pielietojumi

Abstract

Šajā darbā tiks apskatīti mūsdienās lielu nozīmību ieguvušie slēptie Markova modeļi (SMM), kurus plaši izmanto teksta un runas atpazīšanā, gēnu inženierijā, u.c. Neliels ieskats vēsturē iepazīstinās ar to izveides cēloņiem un sākotnējo pielietojumu, kā arī ar algoritmu aizsākumiem. Markova procesi un pseido piemēri izveidos pamatus slēpto Markova modeļu teorijai, tiks aprakstītas trīs SMM pamatproblēmas. Detalizētāka pamatproblēmu un to risināšanas algoritmu izpētei bija nepieciešams izveidot programmu. Visbeidzot tiks apskatīti arī praktiski piemēri, kas uzskatāmi parādīs SMM nozīmīgumu reālās dzīves situācijās.

This work deals with important and noticable Hidden Markov Models (HMM) that are widely used in text and speech recognition, gene engeneering, e.t.c. A short insight into history will reveal the reasons for using HMM and the primary use as well as "cradle" of alghoritms underlying them. Markov process and pseudo examples will set the fundaments of the theory of Hidden Markov models; three basic problems will be formulated. More detailed research of the basic problems and alghorithms inspired me to write a script for solving them. Finally, real life examples are presented to focus the revelance of using HMM.