WikiEdge:ArXiv-2409.06295v1/terms
跳转到导航
跳转到搜索
这篇文章的术语表如下：
- 隐马尔可夫模型（Hidden Markov Model, HMM）：一种统计模型，用来描述含有隐含未知参数的马尔可夫过程。在本文中，HMM被用来处理具有隐藏状态的时序数据。
- 最大似然估计（Maximum Likelihood Estimation, MLE）：一种估计统计模型参数的方法，通过最大化观测数据的似然函数来确定参数值。
- 几何遍历（Geometric Ergodicity）：一个随机过程的性质，指的是该过程以几何速率收敛到其不变分布。
- 混合率（Mixing Rate）：描述马尔可夫链或过程混合速度的参数，通常与几何遍历性质相关。
- Doeblin 条件（Doeblin Condition）：一种确保马尔可夫链具有唯一不变测度且几何遍历的条件。
- 分支马尔可夫链（Branching Markov Chain）：一种特殊的随机过程，其中每个状态可以生成多个子状态，形成树状结构。
- 一致性（Consistency）：在统计学中，如果一个估计量在样本量趋于无穷大时以概率收敛到真实参数值，则称该估计量是一致的。
- 渐近正态性（Asymptotic Normality）：当样本量趋于无穷大时，估计量的分布趋于正态分布的性质。
- Fisher 信息（Fisher Information）：用于衡量统计模型中参数可识别性的度量，也是估计参数精确度的一个重要指标。