III. NGÀY HOÀN THÀNH NHI 烏M 影: 21/06/2013 È ÈÈÈÈÈÈ0
N 浦I DUG
4.3.2. Nh壱n di羽n b茨ng mô hình Markov 育n
Pj逢"x壱y, có th吋 8逢c"x医p"8隠 nh壱n di羽n v隠 bài toán: tìm xác su医t xu医t hi羽n c栄a m瓜t chu厩i quan sát l = [o1, o2, o3 È̲"ukpj"tc"v瑛 mô hình Markov 育n 8«"ejq0"Nói cách khác, tính xác su医t Pr(l | ).
Cho t壱p d英 li羽u g欝m n 8嘘i v逢嬰ng di chuy吋n trong ph衣m vi m ô m衣ng, pj逢挨pi"rjƒr" nh壱n di羽n s穎 d映ng mô hình Markov 育p"8逢嬰c xây d詠ng s胤 g欝o"eƒe"d逢噂c chính sau: 1) Xây d詠ng ma tr壱n phân b嘘8亥u ra B d詠a trên t壱p d英 li羽u di chuy吋n c栄a c栄a n 8嘘i
v逢嬰ng Uk (k ?"3."4."5."È."n) trong kho違ng th運i gian Ätraining.
2) V噂i m厩i 8嘘k"v逢嬰ng ej逢c"dk院t Ux, xây d詠ng ma tr壱n chuy吋p"8鰻i Px d詠a trên quá trình di chuy吋n c栄a Ux trong kho違ng th運i gian Äevaluation li隠p"ucw"Ätraining. K院t h嬰p
L1 L2 L3 a12 a23 a21 a32 U1 U2 U... Un STATES OBSERVATIONS b11 b12 b3n
v噂i ma tr壱n phân b嘘8亥u ra B 荏d逢噂c m瓜v."vc"e„"8逢嬰c mô hình Markov 育n x8員c vt逢pi"ejq"8嘘k"v逢嬰ng Ux này.
3) V噂i mô hình Markov 育n x 8員e"vt逢pi"ejq"Ux, ta th詠c hi羽n vi羽c nh壱n di羽n b茨ng cách: l亥p"n逢嬰t tính xác su医t xu医t hi羽n chu厩i lk = [Uk, Uk, Uk,È] (k ?"3."4."5."È." n) sinh ra t瑛 mô hình này. G丑i xác su医t này là idenxkÎ hay ch雨 s嘘v逢挨pi"8欝ng v隠 quá trình di chuy吋n gi英a Ux và Uk, ta có:
idenxk = Pr (lk˜" x)
Xác su医v"p {"8逢嬰c tính b茨ng gi違i thu壱t Forwarding trên mô hình Markov 育n0"A嘘i v逢嬰ng Uk có ch雨 s嘘 idenxk càng l噂n trong m瓜t mô hình Markov 育n x *8員e"vt逢pi"ejq" Ux) thì xác su医t chu厩i di chuy吋n c栄a Uk xu医t hi羽n trong mô hình càng l噂n. Nói cách khác, Ux8逢嬰e"zƒe"8鵜nh là Uk có ch雨 s嘘 idenxk l噂n nh医t.
Hình 4.5. Eƒe"d⇔ずc nhｆn diうn dばa trên mô hình Markov ｂn
Di宇n gi違i: n院u m瓜t mô hình x 8逢嬰c xây d詠ng d詠a trên ma tr壱n chuy吋p"8鰻i sinh ra t瑛 quá trình di chuy吋n c栄a 8嘘k"v逢嬰ng Ux thì hi吋n nhiên mô hình này s胤 có xác su医t cao s胤 sinh ra các chu厩i quan sát lx có d衣ng [Ux, Ux] hay [Ux, Ux, Ux̲"v逢挨pi" 泳ng. V壱r"f英"nk羽w"Uk (k = 1, 2, 3, ...) Z¤{"f詠pi"oc"vt壱p" rj¤p"d嘘"8亥w"tc A嘘k"v逢嬰pi"ej逢c"dk院v" Ux Z¤{"f詠pi"oc"vt壱p" ejw{吋p"8鰻k"vt衣pi"vjƒk Z¤{"f逢pi"o»"j·pj" Octmqx"育p"x V·o"zƒe"uw医v idenxk = Pr(lk | x) Zƒe"8鵜pj"Ux là Uk có ej雨"u嘘"idenxk"n噂p"pj医v Ätraining Äevaluation
Nói cách khác, v噂i m厩i 8嘘k"v逢嬰ng Uk mà chu厩i lk = [Uk, Uk, UkÈ̲"e„"zƒe"uw医t xu医t hi羽n càng l噂n trong m瓜t mô hình x thì xác su医t Pr(Uk = Ux | x) càng l噂n. Xác su医t này 8逢嬰c coi là ch雨 s嘘v逢挨pi"8欝ng gi英a Ux và Uk0"Vc"f́pi"8員e"8k吋o"p {"8吋 xác 8鵜nh Ux chính là Uk mà xác su医t xu医t hi羽n chu厩i lk = [Uk, Uk, UkÈ̲"n "n噂n nh医t trong mô hình x8員e"vt逢pi"ejq Ux.
M瓜t cách t鰻ng quát, mô hình Markov 育n x bi吋u di宇n quá trình di chuy吋n c栄a m瓜v"8嘘k"v逢嬰ng Ux8逢嬰e"8員e"vt逢pi"d荏i nh英ng thông s嘘 sau:
x = (S, O, Px, B, ヾx) Trong 8„<
‚ x là mô hình Markov 育p"8員e"vt逢pi"ejq"Ux.
‚ S là t壱p m các tr衣ng thái c栄c"swƒ"vt·pj"Octmqx."e pi"n "m v鵜 trí có trong t壱p d英 li羽u.
‚ O là t壱p n eƒe"swcp"uƒv"8亥u 荏 m厩i tr衣ng thái ra 泳ng v噂i n 8嘘k"v逢嬰ng trong t壱p d英 li羽u c栄a ikck"8q衣p"Ätraining.
‚ Px là ma tr壱n chuy吋p"8鰻i xây d詠ng t瑛 quá trình di chuy吋n c栄a Uxvtqpi"ikck"8q衣n Äevaluation.
‚ B là ma tr壱n phân b嘘8亥u ra xây d詠pi"vtqpi"ikck"8q衣p"Ätraining.
‚ ヾx là phân b嘘 xác su医v"dcp"8亥u c栄a Ux trên các tr衣ng thái S, xây d詠ng trong giai 8q衣p"Äevaluation.
A員c vt逢pi"e栄a t瑛pi"8嘘k"8逢嬰c th吋 hi羽n b荏i ma tr壱n chuy吋p"8鰻i Px và phân b嘘 xác su医t ヾx ban 8亥u trong mô hình. Ttqpi"mjk"8„"S, O và B 8員e"vt逢pi"ejq"e違 t壱p d英 li羽u. V噂i o»"j·pj" x = (S, O, Px, B, ヾx) thì xác su医t xu医t hi羽n chu厩i [Ux, Ux, UxÈ] là l噂n nh医t.
Vi羽c nh壱n di羽p"8嘘k"v逢嬰ng Ux d詠a trên t壱p n 8嘘k"v逢嬰pi"8«"dk院t s胤 8逢嬰c 8逢c"x隠 bài toán tìm giá tr鵜 l噂n nh医v"pj逢"ucw:
戟掴 噺 ̇ø̌ Œ̇®賃退怠 態 戴 津2ø"岫健賃 掴岻
pij c là: tìm giá tr鵜 c栄a k (k ?"3."4."5."È."n) mà v噂i giá tr鵜 này, k院t qu違 c栄a Pr (lk |
4.3.3. Thêm y院u t嘘 th運i gian vào mô hình
Trong rj逢挨pi" rjƒr" f́pi"mô hình Markov 育n, mô hình di chuy吋n c栄a m瓜v" 8嘘i v逢嬰ng e pi"8逢嬰c xây d詠ng d詠c"vt‒p"e挨"u荏 là chu厩i v鵜 trí x "e pi"8逢嬰c bi吋u di宇n b茨ng m瓜v"swƒ"vt·pj"Octmqx0"Fq"8„."ta e pi"e„"vj吋 áp d映pi"rj逢挨pi"rjƒr"m院t h嬰p y院u t嘘 th運i gian x q"d逢噂c xây d詠ng quá trình Markov pj逢"vt·pj"d {"荏 ph亥n 4.2 8吋 n o"v<pi"v pj"8員e"vt逢pi"cho m厩i quá trình di chuy吋n.
Ej逢挨pi"70 TH衛C NGHI烏M
Trong các ph亥p"vt逢噂e."8隠 v k"8«"8逢c"tc"rj逢挨pi"rjƒr"vj‒o"y院u t嘘i th運i gian vào mô hình di chuy吋n Markov nh茨o"n o"v<pi"v pj"8員e"vt逢pi"e栄a mô hình. A隠v k"e pi"8逢c" ra m瓜v" rj逢挨pi" rjƒr" f́pi" o»" j·pj" Octmqx" 育p" 8吋 gi違i bài toán nh壱n di羽p" pi逢運i f́pi"8k羽n tho衣k"fk"8瓜ng trong m衣ng GSM.
Th詠c nghi羽m trên t壱p d英 li羽u th詠e"8«"8逢嬰c ti院n hàpj"8吋 ki吋o"vtc"v pj"8¿pi"8逸n c栄c"eƒe"rj逢挨pi"rjƒr"x "o»"j·pj"8隠 ra. Các k院t qu違vjw"8逢嬰e"e pi"8逢嬰c xem xét và rj¤p"v ej"8吋 có th吋8ƒpj"ikƒ"jk羽u qu違 c栄a t瑛pi"rj逢挨pi"rjƒr0"Eƒe"vt逢運ng h嬰p nh壱n di羽p"uck"e pi"8逢嬰e"rj¤p"v ej"8吋 gi違i thích nh英ng h衣n ch院 c栄a mô hình.