فهم نموذج ماركوف المخفي
يطبّق نموذج ماركوف المخفي فكرة الشبكة البايزية على عالم يتغيّر. فتُقسم المتغيّرات إلى حالة، وهي صحيحة لكن لا يمكن رصدها، وشواهد، وهي مرصودة وغير موثوقة. ويُقطَّع الزمن شرائح ثابتة، ويُفترض النموذج مستقرّاً، أي إن التوزيعين الشرطيين نفسيهما ينطبقان عند كل خطوة. ويقدّمه راسل ونورفيغ بحارس أمن لا يرى الطقس وعليه أن يستدلّ هل تمطر السماء من كون مديره يصل حاملاً مظلّة.
والفرضيتان هما ما يجعل النموذج منتهياً. فتقول فرضية ماركوف إن الحالة الراهنة لا تتوقّف على التاريخ كلّه إلا من خلال الحالة السابقة مباشرة؛ وتقول فرضية ماركوف للاستشعار إن المشاهدة الراهنة لا تتوقّف إلا على الحالة الراهنة. وكلتاهما دعوى عن حسن اختيار متغيّر الحالة لا عن جهاز الاستشعار المادّي. ومتى أخفقت الأولى، فالإصلاحان المعتادان رفع رتبة النموذج، أو الأفضل توسيع الحالة حتى تمرّ التبعية الناقصة عبر متغيّر لا عبر الزمن.
وبهاتين الفرضيتين يتحلّل التوزيع المشترك على تاريخ كامل إلى توزيع قبلي وعامل انتقال واحد لكل خطوة وعامل استشعار واحد لكل خطوة. ويُجاب عندئذ عن كل استعلام بواحدة من أربع مهامّ. فالترشيح يحسب الاعتقاد عن الحالة الراهنة بمعلومية كل الشواهد حتى الآن، وهو ما يحتفظ به عميل يعمل. والتنبّؤ يمدّ ذلك الاعتقاد إلى المستقبل، حيث يرتخي في غياب شواهد جديدة نحو التوزيع المستقرّ للسلسلة ولا يحمل في النهاية أي معلومة. والتنعيم يقدّر حالة سابقة مستعملاً شواهد وصلت بعدها، بضرب الرسالة التقدّمية في رسالة تراجعية تلخّص المشاهدات اللاحقة. وإجراء المرور التقدّمي مرة واحدة ثم الكنس رجوعاً ينعّم متتالية كاملة في زمن خطّي في طولها، وتلك هي الخوارزمية التقدّمية-التراجعية.
والمهمّة الرابعة مختلفة في النوع. فطلب المتتالية الأرجح الوحيدة من الحالات ليس كطلب الحالة الأرجح عند كل خطوة، لأن الهوامش تجمع على كل المسارات المارّة بحالة بينما المتتالية مسار واحد. ولذلك قد يعطي تركيب الفائزين عند كل خطوة تاريخاً أقلّ احتمالاً من تاريخ آخر، ووُجدت خوارزمية فيتربي للتحسين على المسارات كاملةً: فهي التعاود التقدّمي مع استبدال أعظم بالجمع على الحالة السابقة، زائد مؤشّر راجع عند كل خطوة حتى يمكن استعادة المسار الفائز لا احتماله وحده. وحين تكون الحالة متّصلة لا منفصلة، لا تنجو دورة التنبّؤ والتحديث نفسها إلا لعائلات خاصّة؛ والحالة الخطّية-الغاوسية تعطي مرشّح كالمان.
كيفية الحساب
P(X₀:ₜ, E₁:ₜ) = P(X₀) Πᵢ P(Xᵢ | Xᵢ₋₁) P(Eᵢ | Xᵢ)
حيث
- Xᵢ
- الحالة المخفية عند اللحظة i، وهي لا تُرصد مباشرة أبداً
- Eᵢ
- المشاهدة المبثوثة عند اللحظة i
- P(Xᵢ | Xᵢ₋₁)
- نموذج الانتقال، وهو نفسه عند كل خطوة في العملية المستقرّة
- P(Eᵢ | Xᵢ)
- نموذج الاستشعار، أي احتمال قراءة ما بمعلومية الحالة الحقيقية
مثال على نموذج ماركوف المخفي
في عالم المظلّة تكون الحالة هل تمطر السماء، مع P(مطر اليوم | مطر أمس) = 0.7 وP(مطر اليوم | جفاف أمس) = 0.3، ويكون المستشعر هل تظهر مظلّة، مع P(مظلّة | مطر) = 0.9 وP(مظلّة | جفاف) = 0.2. وبالانطلاق من توزيع قبلي منتظم، تعطي مظلّة واحدة اعتقاداً مرشَّحاً قدره ⟨0.818, 0.182⟩، وتعطي ثانية في اليوم التالي ⟨0.883, 0.117⟩.
وتنعيم اليوم 1 بعد رؤية اليوم 2 يرفعه من 0.818 إلى 0.883، لأن المظلّة الثانية تجعل المطر أرجح في اليوم 2 ولأن المطر يدوم. والرسالة التراجعية التي تحمل ذلك هي ⟨0.69, 0.41⟩، ولا يبلغ مجموعها واحداً لأنها إمكان لا توزيع.
وعلى المشاهدات لا مظلّة، مظلّة، لا مظلّة، يكون احتمال المطر المنعَّم في اليوم 2 هو 0.554، ومع ذلك فالمتتالية الأرجح جافّة في الأيام الثلاثة كلّها عند 0.402 في مقابل 0.332 للتالية لها. فالهامش يجمع كتلته من أربعة تواريخ منفصلة؛ أما المتتالية الفائزة فتركّز كتلتها في واحد.
المزايا والعيوب
المزايا
- كلفة الاستدلال عند كل خطوة زمنية ثابتة، فيستطيع عميل أن يُجري مرشّحاً إلى ما لا نهاية على ذاكرة محدودة.
- النموذج الصغير نفسه يجيب عن أسئلة عن الحاضر والمستقبل والماضي.
- يمكن ملاءمة المعالم من متتاليات المشاهدات وحدها، باستعمال التقدّمية-التراجعية داخل تعظيم التوقّع.
العيوب
- وجود متغيّر حالة منفصل واحد يعني أن عدد الحالات ينمو أسّياً حين يجب تتبّع عدّة سمات في آنٍ واحد.
- فرضية الرتبة الأولى كثيراً ما تكون رديئة المطابقة، وإصلاحها بتوسيع الحالة يكلّف قابلية المعالجة.
- التبعية بعيدة المدى لا تُمثَّل إلا من خلال الحالة، فالذاكرات الطويلة حقاً عسرة.
الأسئلة الشائعة
بمَ يختلف نموذج ماركوف المخفي عن سلسلة ماركوف؟
سلسلة ماركوف حالاتها قابلة للرصد. أما نموذج ماركوف المخفي فيضيف نموذج استشعار ويخفي الحالة، فيجب الاستدلال على السلسلة من انبعاثاتها. وتلك الطبقة الزائدة هي ما يجعل الترشيح والتنعيم ضروريين لا تافهين.
لماذا يكون التنعيم أفضل من الترشيح للخطوة الزمنية نفسها؟
الترشيح لا يستعمل إلا الشواهد المتاحة آنذاك؛ أما التنعيم فيستعمل أيضاً كل ما وصل بعدها. ولأن الحالات المتتالية مقترنة بنموذج الانتقال، تكون المشاهدات اللاحقة مُخبرة فعلاً عن الحالات السابقة، فيقوم التقدير المنعَّم على شواهد أكثر قطعاً.
متى ينبغي استعمال مرشّح كالمان بدلاً من ذلك؟
حين تكون الحالة متّصلة وتكون الديناميكا والمستشعر خطّيين تقريباً بضجيج غاوسي. فيبقى الاعتقاد عندئذ غاوسياً ويُحمل متوسّطاً ومصفوفة تغاير. وإن كان الاعتقاد متعدّد النماذج حقاً، فلا التوزيع الغاوسي ولا حالة منفصلة صغيرة تلائمه، وتكون طريقة أخذ العيّنات هي الخيار الأمين.
الخلاصة
نموذج ماركوف المخفي يشتري عمقاً زمنياً غير محدود بفرضيتَي استقلال، فيردّ تاريخاً غير محدود إلى توزيع قبلي وجدولين صغيرين. وتعاود تقدّمي واحد يجيب عن الحاضر، ومرور تراجعي يشتري الأثر الرجعيّ، والتاريخ الأرجح يحتاج إلى فيتربي لا إلى سلسلة من الفائزين عند كل خطوة.