Gids-gekoppelde quiz · Moeilijk Niveau
Verborgen Markov-modellenquiz
Controleert HMM-toestanden, transities en emissies, de Forward- en Viterbi-algoritmen, Baum-Welch-leren en sequentie-afhankelijkheden.
Vraag 1 van 8
Waarnaar verwijst het ‘verborgen’ in het Verborgen Markov-model?
Bekijk elke vraag8 vragen
Antwoorden en uitleg verschijnen terwijl je de quiz doet.
- Waarnaar verwijst het ‘verborgen’ in het Verborgen Markov-model?
- De toestanden zijn niet waarneembaar en worden afgeleid uit de output
- De modelparameters zijn geheim
- De waarnemingen zijn gecodeerd
- De overgangen zijn willekeurig en onkenbaar
- Wat is de Markov-eigenschap die door een HMM wordt aangenomen?
- Alle staten zenden hetzelfde symbool uit
- De volgende toestand hangt alleen af van de huidige toestand
- Waarnemingen zijn onafhankelijk van staten
- Elke staat is even waarschijnlijk
- Welk algoritme vindt de meest waarschijnlijke reeks verborgen toestanden?
- Het Forward-algoritme
- Baum-Welch
- Het Viterbi-algoritme
- Gradiënt afdaling
- Welke drie sets van waarschijnlijkheden specificeren een HMM volledig?
- Voorafgaand, waarschijnlijkheid en bewijs
- Gemiddelde, variantie en covariantie
- Invoer-, verborgen- en uitvoergewichten
- Initiële toestand, transitie en emissiekansen
- Wat doet het Baum-Welch-algoritme?
- Leert HMM-parameters uit gegevens via verwachtingsmaximalisatie
- Versleutelt de observatiereeks
- Vindt het meest waarschijnlijke pad
- Berekent de exacte transitiematrix in gesloten vorm
- Which Transformer feature can directly relate tokens at distant positions in a sequence?
- An HMM emission table
- Self-attention over positions in the input
- A fixed single-state transition
- A requirement to process only one token ever
- What does the Forward algorithm compute for a sequence of observations?
- Only the single most likely state path
- The most likely parameter initialization
- The total probability of the observations by summing over possible hidden-state paths
- The mean of the emission probabilities
- A hidden state emits a word or acoustic symbol. Which HMM probability describes that relation?
- The initial-state probability
- The transition probability
- The discount factor
- The emission probability