引导式测验 · 硬 等级

隐马尔可夫模型测验

检查 HMM 状态、转换和发射、前向和维特比算法、Baum-Welch 学习和序列依赖性。

相关引导路径隐马尔可夫模型
问题 1 的 8

隐马尔可夫模型中的“隐”指的是什么？

预览每个问题8 问题

当您参加测验时，就会出现答案和解释。

  1. 隐马尔可夫模型中的“隐”指的是什么？
    • 状态是不可观察的并且是从输出推断出来的
    • 模型参数是秘密的
    • 观察结果被加密
    • 转变是随机且不可知的
  2. HMM 假设的马尔可夫性质是什么？
    • 所有州发出相同的符号
    • 下一个状态仅取决于当前状态
    • 观察结果独立于国家
    • 每个状态的可能性均等
  3. 哪种算法可以找到单个最可能的隐藏状态序列？
    • 前向算法
    • 鲍姆-韦尔奇
    • 维特比算法
    • 梯度下降
  4. 哪三组概率完全指定 HMM？
    • 先验、可能性和证据
    • 均值、方差和协方差
    • 输入、隐藏和输出权重
    • 初始状态、转变和发射概率
  5. Baum-Welch 算法有什么作用？
    • 通过期望最大化从数据中学习 HMM 参数
    • 加密观察序列
    • 找到最有可能的单一路径
    • 计算封闭形式的精确转移矩阵
  6. 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
  7. 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
  8. 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