我正在研究原型框架。隱藏馬爾可夫模型的下一個狀態只取決於前一個狀態?前n個州呢?
基本上我需要基於一些關於他的傳感器數據,每一個人的生活方式模型或配置文件/她,如GPS,運動,心臟率,周圍環境讀數,溫度等
該模型或簡介是個人生活方式模式的知識表示。也許是一個概率圖。
我想使用隱馬爾可夫模型來實現這一點。由於HMM中的狀態可以是工作,睡眠,休閒,運動等。觀察可以是一組各種傳感器數據。
我對HMM的理解是,下一個狀態S(t)只取決於前一個狀態S(t-1)。但實際上,一個人的活動可能取決於以前的n個州。使用HMM是一個好主意嗎?或者我應該使用其他一些更合適的模型?我看過一些關於馬爾可夫鏈的二階和多階的工作,它是否也適用於HMM?
我真的很感謝你能否給我一個詳細的解釋。
謝謝!