既知のモデル
と観測シーケンスを
使用して状態シーケンスを見つけ、
最大値が得られるようにします。
1. ビタビアルゴリズム:
方法: 各瞬間の可能な状態ごとに前の最適なパスの確率を記録し、最適なパスの前の状態も同時に記録し、連続的に逆方向に反復し、最後の時点での最大確率値に対応する状態を見つけます。最適なパス (トークン パス アルゴリズムとも呼ばれます)。
時間 t における隠れ状態が i であり、すべての可能なパスの最大値が次であると定義します。
状態は前の状態にのみ関連するため、次の再帰式が得られます。
最も可能性の高いパス上の時刻 t - 1 における状態を定義します。
最適なパスは動的計画法アルゴリズムを使用して取得できます。
注: ビタビ アルゴリズムは、前進する場合のみ確率を計算し、後退する場合は最適なパスを取得します。
例は次のとおりです。
2.A*アルゴリズム
方法: 各ステップで最適なパスのみを選択します (近視眼的)
利点: 計算は高速であり、この種の貪欲またはヒューリスティックなアルゴリズムは通常うまく機能します。
短所: 最適解を見つけるのが難しく、局所最適に陥る
3. ビームサーチ（ビームサーチ）
方法: 各ステップで最適な N 個のパスのみを選択します。ここでの N はビーム幅とも呼ばれます。A* アルゴリズムを改良したもので、N=1 の場合は A* アルゴリズムに、N=N の場合は網羅的手法に縮退します。
長所: 適切な N 設定でうまく機能します。
欠点: ビーム幅が大きいほど、最適な解を見つける確率が高くなり、それに対応する計算の複雑さも増加します。