Анализ неполных последовательностей, описываемых скрытыми марковскими моделями

Работа посвящена исследованию методов анализа неполных последовательностей, описываемых скрытыми марковскими моделями (СММ). Предложен алгоритм маргинализации пропущенных наблюдений, который может применяться как для обучения СММ по неполным последовательностям, так и для распознавания неполных последовательностей, описываемых СММ. Предложена модификация алгоритма Витерби, позволяющая производить декодирование, а также восстановление неполных последовательностей, описываемых СММ. Произведено сравнение предложенных алгоритмов со стандартными методами обработки пропусков методом исключения их из последовательности и склеивания оставшихся подпоследовательностей воедино, а также методом восстановления пропусков по среднему арифметическому соседних с пропуском наблюдений. На основе проведенных вычислительных экспериментов был сделан вывод, что предложенные алгоритмы превосходят другие рассмотренные методы анализа неполных последовательностей.