跳到正文
热点事件持续更新

HMM可识别性判定问题的计算复杂度研究

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

一篇新论文研究了隐马尔可夫模型(HMM)可识别性判定问题的计算复杂度,覆盖确定性、泛型、全局、局部、状态置换不变及有限字母表等多种可识别性定义。作者Markel Zubia和Nils Jansen称,这些问题均可在PSPACE内判定,方法是将它们归约到不同量词交替层级的实数理论。 论文还给出下界:确定性变体在简单参数化族上已是coETR-hard,因而也是coNP-hard。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月8日
  1. arXiv:cs.LG
    HMM 可识别性判定问题的计算复杂度研究

    研究隐马尔可夫模型(HMM)可识别性判定问题的计算复杂度,涵盖确定性、泛型、全局、局部、状态置换不变及有限字母表等多种可识别性定义。结果表明这些问题均可在 PSPACE 内判定,方法是通过归约到不同量词交替层级的实数理论。确定性变体在简单参数化族上已是 coETR-hard,因而也是 coNP-hard。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。