0039064 20240103182538.020060612235959.9 4 s. cav_un_epca*00765041-4244-0469-X1-4BryanIEEE2006 variational Bayes Bayesian filtering cav_un_auth*0101207 Šmídl Václav UTIA-B Department of Adaptive Systems Ústav teorie informace a automatizace AV ČR, v. v. i. cav_un_auth*0021112 Quinn A. IE 09J 1ET100750401 GA AV ČR cav_un_auth*0001792 1M0572 GA MŠk cav_un_auth*0001814 CEZ:AV0Z10750506 The Variational Bayes (VB) approximation is applied in the context of Bayesian filtering, yielding a tractable on-line scheme for a wide range of non-stationary parametric models. This VB-filtering scheme is used to identify a Hidden Markov model with an unknown non-stationary transition matrix. In a simulation study involving soft-bit data, reliable inference oh the underlying binary sequence is archieved in tandem with estimation of the transition probabilities. Aproximační techniku Variační Bayes je možné aplikovat v oblasti Bayesovského filtrování pro řadu nestacionárních parametrických modelů. Metoda je ilustrována na příkladu Markovova modelu se skrytými parametry a nestacionární maticí přechodu. Na simulacích je ukázáno, že metoda produkuje dobré odhady jak skrytého parametru tak matice přechodu. cav_un_auth*0215014 IEEE International Conference on Acoustics, Speech and Signal Processing Toulouse 14.05.2006-19.05.2006 FR 2007 BD http://hdl.handle.net/11104/0133240 2006 cav_un_epca*0076504 Proceedings of the IEEE International Conference on Acoustics, Speech and Signal Processing 1-4244-0469-X 1 4 Bryan IEEE 2006