Treillis de Viterbi

Décoder la suite d’états cachés la plus probable et examiner chaque colonne.

À propos de cet outil

Déduire la suite d’états cachés la plus probable dans un HMM discret du premier ordre. Exemple parapluie : états Rain/Sun, U (parapluie), N (sans parapluie). Hypothèses pédagogiques, pas de météo mesurée. Exemple dé : Fair/Loaded, observations 1–6 ; le dé pipé donne six avec probabilité 0,5. Exemple impossible : départ A, aucun changement, A n’émet que x ; y est impossible.

Observations : 1–32 symboles complets sensibles à la casse, séparés par espaces ou virgules, sans troncature. JSON éditable dans Paramètres du modèle : states, obsLabels, start, trans, emit. L’ordre des tableaux définit les indices. start[i] : probabilité initiale ; trans[i][j] : passage de i à j ; emit[i][k] : symbole k dans i. Chaque distribution totalise 1 à 1e-9 près, valeurs dans [0,1]. 1–4 états et 1–8 symboles distincts ; identifiants de 1–12 lettres ASCII, chiffres, tirets ou soulignés. Limites : JSON 6 000 caractères, observations 512.

Calculer donne le résultat ; Pas calcule une colonne temporelle entière. Animation facultative de 0–2000 ms, initialement 350. Pause/Reprendre conserve le parcours ; Calculer le termine. Réinitialiser ou modifier les entrées abandonne les résultats. Modèle, observations, exemple et délai sont conservés localement, même invalides ; résultats et animation sont recalculés. Un brouillon dépassant la limite de stockage conserve la copie précédente et affiche un avertissement.

Viterbi maximise P(états, observations), pas la probabilité totale des observations ni une confiance a posteriori. Initialisation : ln(start[i]) + ln(emit[i][o]). Ensuite maximum sur les prédécesseurs de score précédent + ln(transition) + ln(émission). Les pointeurs retrouvent le chemin. Zéro reste −∞ ; les logarithmes naturels évitent le sous-dépassement des produits. Récurrence O(T·N²), stockage de travail O(T·N) ; l’affichage reconstruit aussi les préfixes et crée des instantanés. Égalités exactes : premier prédécesseur et état final dans l’ordre du modèle. Plusieurs chemins optimaux possibles ; le meilleur préfixe peut changer ensuite.

Lignes : états ; colonnes : temps ; observation et index en dessous. Bleu : meilleur préfixe actuel puis chemin final. Scores sur les nœuds et tableau facultatif : meilleur score conjoint du préfixe terminant dans chaque état. Transitions impossibles omises, futures colonnes non calculées. Long treillis à défilement local. Affichage à trois décimales, calcul en pleine précision. Décodeur pédagogique limité, pas d’apprentissage, de marginalisation, de reconnaissance vocale ni de prévision météo réelle.

Jurafsky & Martin — Hidden Markov Models