引導式測驗 · 硬 等級
隱馬可夫模型測驗
檢查 HMM 狀態、轉換和發射、前向和維特比演算法、Baum-Welch 學習和序列依賴性。
問題 1 的 8
隱馬可夫模型中的「隱」指的是什麼?
預覽每個問題8 問題
當您參加測驗時,就會出現答案和解釋。
- 隱馬可夫模型中的「隱」指的是什麼?
- 狀態是不可觀察的且是從輸出推斷出來的
- 模型參數是秘密的
- 觀察結果被加密
- 轉變是隨機且不可知的
- HMM 假設的馬可夫性質是什麼?
- 所有州發出相同的符號
- 下一個狀態僅取決於目前狀態
- 觀察結果獨立於國家
- 每個狀態的可能性均等
- 哪一種演算法可以找到單一最可能的隱藏狀態序列?
- 前向演算法
- 鮑姆-韋爾奇
- 維特比演算法
- 梯度下降
- 哪三組機率完全指定 HMM?
- 先驗、可能性和證據
- 均值、方差和協方差
- 輸入、隱藏和輸出權重
- 初始狀態、轉變和發射機率
- Baum-Welch 演算法有什麼作用?
- 透過期望最大化從數據中學習 HMM 參數
- 加密觀察序列
- 找到最有可能的單一路徑
- 計算封閉形式的精確轉移矩陣
- 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