Algoritme Viterbi adalah algoritma pemrograman dinamis untuk memperoleh estimasi probabilitas a posteriori maksimum dari urutan keadaan tersembunyi yang paling mungkin—disebut jalur Viterbi—yang menghasilkan urutan kejadian yang diamati, terutama dalam konteks sumber informasi Markov dan Markov tersembunyi model (HMM).
- Apa ide utama dalam algoritma Viterbi??
- Apa output dari algoritma Viterbi??
- Apa model Markov tersembunyi di NLP?
- Berapa kompleksitas waktu dari algoritma Viterbi??
Apa ide utama dalam algoritma Viterbi??
Gagasan utama di balik Algoritma Viterbi adalah bahwa kita dapat menghitung nilai suku (k, u, v) secara efisien dengan cara rekursif dan memo.
Apa output dari algoritma Viterbi??
Viterbi (2009), Cendekia, 4(1):6246. Algoritma Viterbi menghasilkan perkiraan kemungkinan maksimum dari keadaan berurutan dari mesin keadaan terbatas (FSM) dari urutan outputnya yang telah dirusak oleh istilah interferensi independen yang berurutan.
Apa model Markov tersembunyi di NLP?
Hidden Markov Model (HMM) adalah model grafis probabilistik, yang memungkinkan kita untuk menghitung urutan variabel yang tidak diketahui atau tidak teramati dari sekumpulan variabel yang diamati. Memprediksi kondisi cuaca (tersembunyi) berdasarkan jenis pakaian yang dikenakan seseorang (diamati) adalah contoh sederhana dari HMM.
Berapa kompleksitas waktu dari algoritma Viterbi??
Kompleksitas waktu dari algoritma ini adalah O(N2T) dan kompleksitas ruang adalah O(N2 + NT).