Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Identification of Hidden Markov Models Using Spectral Learning with Likelihood Maximization
KTH, Skolan för elektro- och systemteknik (EES), Reglerteknik.
KTH, Skolan för elektro- och systemteknik (EES), Reglerteknik.ORCID-id: 0000-0003-0355-2663
KTH, Skolan för elektro- och systemteknik (EES), Reglerteknik.
2017 (Engelska)Ingår i: 2017 IEEE 56th Annual Conference on Decision and Control, CDC 2017, Institute of Electrical and Electronics Engineers (IEEE), 2017, s. 5859-5864Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

In this paper, we consider identifying a hidden Markov model (HMM) with the purpose of computing estimates of joint and conditional (posterior) probabilities over observation sequences. The classical maximum likelihood estimation algorithm (via the Baum-Welch/expectation-maximization algorithm), has recently been challenged by methods of moments. Such methods employ low-order moments to provide parameter estimates and have several benefits, including consistency and low computational cost. This paper aims to reduce the gap in statistical efficiency that results from restricting to only low-order moments in the training data. In particular, we propose a two-step procedure that combines spectral learning with a single Newton-like iteration for maximum likelihood estimation. We demonstrate an improved statistical performance using the proposed algorithm in numerical simulations.

Ort, förlag, år, upplaga, sidor
Institute of Electrical and Electronics Engineers (IEEE), 2017. s. 5859-5864
Serie
IEEE Conference on Decision and Control, ISSN 0743-1546
Nationell ämneskategori
Elektroteknik och elektronik
Identifikatorer
URN: urn:nbn:se:kth:diva-223860DOI: 10.1109/CDC.2017.8264545ISI: 000424696905103Scopus ID: 2-s2.0-85046135167ISBN: 978-1-5090-2873-3 OAI: oai:DiVA.org:kth-223860DiVA, id: diva2:1187896
Konferens
IEEE 56th Annual Conference on Decision and Control (CDC), DEC 12-15, 2017, Melbourne, Australia
Forskningsfinansiär
Vetenskapsrådet, 2016-06079
Anmärkning

QC 20180306

Tillgänglig från: 2018-03-06 Skapad: 2018-03-06 Senast uppdaterad: 2018-06-01Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Personposter BETA

Mattila, RobertRojas, Cristian R.

Sök vidare i DiVA

Av författaren/redaktören
Mattila, RobertRojas, Cristian R.Wahlberg, Bo
Av organisationen
Reglerteknik
Elektroteknik och elektronik

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 7 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf