向上したランダム過程

Version 10 expands on the already extensive random process framework with new processes, including hidden Markov models. Hidden Markov models are typically used to infer the hidden internal state from emissions, as in communication decoding, speech recognition, and biological sequence analysis. The random process framework also adds advanced time series processes and transformations of existing processes, as well as significantly improves computation with slice distributionsthe bridge from random processes to random variablesoften giving definite conclusions about expected process behavior from models.

  • スカラー値およびベクトル値の隠れマルコフ過程のサポート »
  • 離散観測値または連続観測値を伴う隠れマルコフ過程のサポート
  • 無音状態を伴う隠れマルコフ過程のサポート
  • ビタビおよびその他のデコーディング法を使って観測値の隠れ状態の列を求める »
  • データから自動的に隠れマルコフ過程のパラメータを推定する
  • 他の過程の変換として新しい過程を構築する »
  • 非ガウスのホワイトノイズ過程のサポート »
  • ガウスのカラードノイズ過程のサポート
  • 時系列の連続的自己相関検定のサポート »
  • すべてのランダム過程における過程の時間スライスの計算のサポートが格段に向上
  • ほとんどのランダム過程に対するシミュレーションの性能が大幅に向上
  • 多数の過程の母数がさらに強力になり性能もアップ
de en es pt-br zh