Estimação paramétrica e não-paramétrica em modelos de markov ocultos

Detalhes bibliográficos
Ano de defesa: 2010
Autor(a) principal: Medeiros, Francisco Moisés Cândido de
Orientador(a): Pereira, André Gustavo Campos
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal do Rio Grande do Norte
Programa de Pós-Graduação: Programa de Pós-Graduação em Matemática Aplicada e Estatística
Departamento: Probabilidade e Estatística; Modelagem Matemática
País: BR
Palavras-chave em Português:
Palavras-chave em Inglês:
Área do conhecimento CNPq:
Link de acesso: https://repositorio.ufrn.br/jspui/handle/123456789/18630
Resumo: In this work we study the Hidden Markov Models with finite as well as general state space. In the finite case, the forward and backward algorithms are considered and the probability of a given observed sequence is computed. Next, we use the EM algorithm to estimate the model parameters. In the general case, the kernel estimators are used and to built a sequence of estimators that converge in L1-norm to the density function of the observable process