Proposta de uma representação tensorial para modelos markovianos ocultos

• Ano de defesa: 2011
• Autor(a) principal: Espindola, Luciana da Silveira
• Orientador(a): Fernandes, Paulo Henrique Lemelle
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Pontifícia Universidade Católica do Rio Grande do Sul
• Programa de Pós-Graduação: Programa de Pós-Graduação em Ciência da Computação
• Departamento: Faculdade de Informáca
• País: BR
• Palavras-chave em Português: INFORMÁTICA; REDES DE AUTÔMATOS ESTOCÁSTICOS; CADEIAS DE MARKOV; SIMULAÇÃO E MODELAGEM EM COMPUTADORES
• Área do conhecimento CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Link de acesso: http://tede2.pucrs.br/tede2/handle/tede/5132

O propósito desta dissertação é propor uma representação tensorial para Modelos Markovianos Ocultos (Hidden Markov Models HMM). A forma escolhida para alcançar esse objetivo passa pelo estudo de como converter um modelo HMM em um modelo SAN (Stochastic Automata Networks): estruturado e cujo formato tensorial é conhecido. A estratégia de conversão consiste na criação de dois autômatos, um correspondendo à cadeia de Markov oculta e outro para representar as emissões do modelo HMM. Esses autômatos se relacionam por transições sincronizadas e dependências funcionais são definidas. Um passo intermediário é necessário para mostrar a equivalência entre as representações SAN e HMM, sendo este passo a obtenção de uma cadeia de Markov global capaz de representar o modelo HMM. A igualdade entre as cadeias de Markov globais obtidas a partir de ambos os formalismos SAN e HMM constitui a prova de equivalência.