我正在研究原型框架。隐藏马尔可夫模型的下一个状态只取决于前一个状态?前n个州呢?
基本上我需要基于一些关于他的传感器数据,每一个人的生活方式模型或配置文件/她,如GPS,运动,心脏率,周围环境读数,温度等
该模型或简介是个人生活方式模式的知识表示。也许是一个概率图。
我想使用隐马尔可夫模型来实现这一点。由于HMM中的状态可以是工作,睡眠,休闲,运动等。观察可以是一组各种传感器数据。
我对HMM的理解是,下一个状态S(t)只取决于前一个状态S(t-1)。但实际上,一个人的活动可能取决于以前的n个州。使用HMM是一个好主意吗?或者我应该使用其他一些更合适的模型?我看过一些关于马尔可夫链的二阶和多阶的工作,它是否也适用于HMM?
我真的很感谢你能否给我一个详细的解释。
谢谢!