Inicjalizacja ukrytych modeli markowa z wykorzystaniem analizy skupień

• Autorzy: Janiak Staniak

Warianty tytułu

Initialization of Hidden Markov Models by Means of Clustering Analysis

• Języki publikacji: PL

Abstrakty

Artykuł prezentuje możliwości wykorzystania narzędzi z dziedziny analizy skupień w procesie estymacji jednowymiarowych, ukrytych modeli Markowa. Zaproponowana heurystyka została przetestowana na danych symulacyjnych i porównana z tradycyjnie stosowanym algorytmem Bauma-Welcha (EM). W artykule pokazano również przykładowe zastosowania metody do analizy cyklu koniunkturalnego na podstawie danych z rynku pracy oraz wyników ankiet koniunktury w przemyśle. Wysoka trafność segmentacji poszczególnych szeregów czasowych każe przypuszczać, iż zaproponowaną heurystykę można stosować nie tylko jako narzędzie wspomagające tradycyjne metody ale również, jako samodzielną, alternatywną metodę estymacji tam, gdzie modele oparte na maksymalizacji funkcji wiarygodności są narażone na przeuczenie(abstrakt oryginalny)

EN

The following paper addresses some major problems which arise in the estimation of Hidden Markov Models, and delves in to the possibilities of augmenting traditional algorithms such as Baum-Welch (EM), with methods known from cluster analysis. Author conducted thorough tests of the proposed heuristics not only using simulated data, but also shows a successful applications on a real world, macroeconomic time series from labor market and business tendency surveys. Low estimation and prediction errors which are presented in the article, testify in favor of proposed method and give good reason to believe that clustering algorithms can constitute either a sound initialization method for Baum-Welch procedure, or a standalone estimation method where likelihood maximization can lead to overfitting(original abstract)

Słowa kluczowe

PL

Modele Markowa; Analiza skupień; Estymacja; Ukryty model Markowa; Heurystyka

EN

Markov models; Cluster analysis; Estimation; Hidden Markov model; Heuristics

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
• Rocznik: 2016
• Numer: nr 446 Metody i zastosowania badań operacyjnych
• Strony: 224--236

Twórcy

autor

Janiak Staniak

• Szkoła Główna Handlowa w Warszawie

Bibliografia

• Bernardelli M., Dędys M., 2012, Ukryte modele Markowa w analizie wyników testu koniunktury gospodarczej, [w:] Badanie koniunktury - zwierciadło gospodarki, cz. 1, Walczyk K. (red.), Prace i Materiały Instytutu Rozwoju Gospodarczego SGH, nr 90, Warszawa.
• Cappe O., Moulines E., Ryden T., 2005, Inference in Hidden Markov Models, Springer-Verlag, New York.
• Murphy K.P., 2012, Machine Learning: A Probabilistic Approach, MIT Press, Cambridge.
• Wang H., Song M., 2011, Ckmeans.1d.dp: Optimal k-means clustering in one dimension by dynamic programming, The R Journal, 3 (2), s. 29-33.
• Zivot E., Wang J.T., 2006, Rolling Analysis of Time Series, [w:] Modeling Financial Time Series in S-Plus, Springer-Verlag, New York.

Identyfikatory

DOI

10.15611/pn.2016.446.16