第2章:離散情報源
P.20-
統計的性質
長さnのシンボル系列 X1,X2,...,Xn-1
Xi : 確率変数
これを
p(x0,x1,...,xn-1)のようにあらわす。
結合確率分布から確率分布を求める
講義では定常情報源を扱う
マルコフ情報源
m重マルコフ情報源
各時点の出力シンボルの生起確率が直前のm個の出力に依存する。
単純マルコフ情報源
m=1のマルコフ情報源
状態遷移図によるマルコフ情報源
マルコフ情報源は状態遷移図によって表される。
M重マルコフ情報源を状態をマージして単純化されたものを一般化されたマルコフ情報源という。
見分け方:
・出力とそれによる状態がすべて一致していれば(図2.5(a))単純マルコフ情報源
・一致していなければ(図2.5(b))単純マルコフ情報源でない
マルコフ過程の状態の分類
正規マルコフ情報源
遷移確率行列のとき、すべてのの要素が非0になる。
以下のような特性を持つ
- はが大きくなるとともに1つの行列に収束する。
- の各行は同一の状態遷移ベクトルとなる。
- 定常状態分布は1つのみ存在し、である。
エルゴード性のないマルコフ情報源
図2.7のような、過渡的状態を持つマルコフ情報源
解析するときは、過渡的なところは考えなかったりする。
状態の集合
過渡的状態集合
他の状態に遷移すると戻ることのできない状態の集合
非周期状態集合
ある時間を経過した後、任意の時点でどの状態にも存在できる集合
周期状態集合
非周期状態集合とならない集合
講義では正規マルコフ情報源のみ扱う。
隠れマルコフ情報源
音声認識とか画像認識とかやるときに使うことがあります。