3.4 HMM/IOHMM model trainingThe sta

3.4 HMM/IOHMM model trainingThe standard Baum-Welch training algorithm for continuous and discrete observations is utilized to train the models, and both AIC and BIC selection criteria are considered for the model order selection. For the case of IOHMM training, the conditional Gaussian distributions are considered to model the output functions for different states. The pseudo code of the training procedure is presented inAlgorithm 1.

Results (Thai) 1:

3.4 อืม / รุ่น IOHMM การฝึกอบรม
มาตรฐานขั้นตอนวิธีการฝึกอบรม Baum-Welch สังเกตอย่างต่อเนื่องและไม่ต่อเนื่องถูกนำมาใช้ในการฝึกอบรมรุ่นและทั้งสอง AIC และ BIC เกณฑ์การคัดเลือกได้รับการพิจารณาสำหรับการเลือกรูปแบบการสั่งซื้อ สำหรับกรณีของการฝึกอบรม IOHMM ที่กระจาย Gaussian เงื่อนไขได้รับการพิจารณารูปแบบฟังก์ชั่นการส่งออกสำหรับรัฐที่แตกต่างกัน รหัสหลอกของขั้นตอนการฝึกอบรมจะนำเสนอใน
ขั้นตอนวิธีการ 1

Results (Thai) 2:

๓.๔การฝึกอบรมแบบจำลอง HMM/IOHMM
ขั้นตอนวิธีการฝึกอบรมของ Baum-Welch สำหรับการสังเกตการณ์อย่างต่อเนื่องและไม่เป็นระเบียบจะถูกนำมาใช้ในการฝึกแบบจำลองและเกณฑ์การเลือกทั้ง AIC และ BIC จะถูกพิจารณาสำหรับการเลือกลำดับรูปแบบ สำหรับกรณีของการฝึกอบรม IOHMM มีเงื่อนไขการกระจาย Gaussian จะถือเป็นรูปแบบฟังก์ชั่นการส่งออกสำหรับรัฐที่แตกต่างกัน รหัสเทียมของขั้นตอนการฝึกอบรมจะถูกนำเสนอใน
อัลกอริทึม 1.

Results (Thai) 3:

3.4-hmm การฝึกอบรมรูปแบบไอโอ HMM
รูปแบบการฝึกอบรมโดยใช้ขั้นตอนวิธีการฝึกแบบต่อเนื่องและไม่ต่อเนื่องของบัมเวลช์มาตรฐานและการจัดอันดับรูปแบบโดย AIC และ BIC เกณฑ์การเลือก ในกรณีของการฝึก iohmm พิจารณาเงื่อนไขการกระจายเกาส์แบบฟังก์ชันเอาท์พุทภายใต้เงื่อนไขที่แตกต่างกัน กระบวนการฝึกอบรมในรหัสเทียม
ขั้นตอนวิธีหนึ่ง