Estimação paramétrica e não-paramétrica em modelos de markov ocultos

• Ano de defesa: 2010
• Autor(a) principal: Medeiros, Francisco Moisés Cândido de
• Orientador(a): Pereira, André Gustavo Campos
• 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: Cadeia de markov; Modelos de markov oculto; . Espaço de estados finito; Espaçco de estados geral
• Palavras-chave em Inglês: Markov chain; Hidden markov models; Finite state space; General state space
• Área do conhecimento CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA::MATEMATICA APLICADA
• Link de acesso: https://repositorio.ufrn.br/jspui/handle/123456789/18630

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