Baum Welch 算法的初始隐马尔可夫模型

Question

在尝试为隐马尔可夫模型编写程序时，我对 Baum-Welch 算法的初始 HMM 做了最简单的假设：将所有内容都视为均匀分布。也就是说，

A[i][j] = 1/statenumber;
B[i][j] = 1/observationnumber;
P[i]    = 1/statenumber;

最多取一个对数以避免下溢。它的好处是不需要检查规范化。

但到目前为止，我遇到的算法实际上并没有做太多。发射矩阵在第一次迭代时发生变化，但在那之后没有变化，并且转移矩阵和初始化向量根本不演化。好像伽玛矩阵根本没有变化。

一开始我以为是我的算法效果不佳，但在其他一些 HMM 库上尝试后，我似乎得到了相同类型的结果。

使用这样的初始化是否不可能收敛到正确的 HMM，初始化这些数组的理想方法是什么？

Answer 1

Baum Welch 算法不适用于均匀的初始分布 - 更新会退化。尝试将其随机化。