تعمیم الگوریتمهای بام-ولش و ویتربی بر اساس وابستگی مستقیم بین مشاهدات

ماتریس احتمال انتقال وضعیتها وماتریس احتمال گسیل مشاهدات که پارامترهای مدل مارکوف پنهان هستند، بر اساس الگوریتم  بام-ولش برآورد می شوند. همچنین  محتملترین مسیر پنهان در یک مدل مارکوف پنهان بر اساس الگوریتم وبتربی تعیین می شود. در هر دوی این الگوریتمها، فرض بر این است که مشاهدات به شرط وضعیتها از یکدیگر مستقل هستند.در این مقاله ابتدا مدل مارکوف پنهان به عنوان یک مدل گرافیکی  در نظر گرفته شده و با توجه به وابستگی مستقیم بین مشاهدات، الگوریتمهای بام-ولش و ویتربی تعمیم داده می شوند. برای این منظور از مفهوم روابط استقلال شرطی در شبکه بیزی استفاده می شود. نتایج الگوریتمهای تعمیم داده شده با الگوریتمهای معمولی در یک مطالعه شبیه سازی شده  و همچنین روی داده های واقعی که مربوط به درصد تغییرات تورم در ایران است، مورد مقایسه قرار می گیرد. نتایج نشان می دهد دقت الگوریتمهای تعمیم داده شده در مقایسه با الگوریتمهای معمولی  با افزایش حجم داده، بیشتر است.