Modelos ocultos de Markov para el análisis de patrones espaciales
Modelos ocultos de Markov para el análisis de patrones espaciales. Los modelos ocultos de Markov (HMM) constituyen una herramienta de
 modelización altamente flexible, inicialmente utilizada en el campo del reconocimiento automático del habla, que ha encontrado en los últimos
 años n...
Main Authors: | , |
---|---|
Format: | Article |
Language: | English |
Published: |
Asociación Española de Ecología Terrestre
2006-01-01
|
Series: | Ecosistemas |
Online Access: | http://www.redalyc.org/articulo.oa?id=54015307 |
id |
doaj-8fc83b1a7f2947709fea8713207f5f9d |
---|---|
record_format |
Article |
spelling |
doaj-8fc83b1a7f2947709fea8713207f5f9d2021-04-02T17:41:16ZengAsociación Española de Ecología TerrestreEcosistemas1132-63441697-24732006-01-01150036976Modelos ocultos de Markov para el análisis de patrones espacialesF. RodríguezS. BautistaModelos ocultos de Markov para el análisis de patrones espaciales. Los modelos ocultos de Markov (HMM) constituyen una herramienta de
 modelización altamente flexible, inicialmente utilizada en el campo del reconocimiento automático del habla, que ha encontrado en los últimos
 años numerosas aplicaciones en áreas científico-técnicas muy diversas, aunque su utilización en ecología es aún escasa. En esta revisión se
 describen los elementos esenciales de los HMM, se presentan los algoritmos básicos que facilitan su estimación y se indican algunas aplicaciones
 recientes, destacándose las posibilidades que pueden ofrecer para el análisis de patrones espaciales complejos, pues permiten incorporar en el
 proceso de modelización información a priori sobre el sistema analizado. Se muestra un ejemplo de aplicación de modelización mediante HMM de
 transectos de vegetación con datos de presencia-ausencia, con el objetivo de analizar las perturbaciones en la distribución espacial de la
 vegetación producidas por el fuego en una zona semiárida.http://www.redalyc.org/articulo.oa?id=54015307 |
collection |
DOAJ |
language |
English |
format |
Article |
sources |
DOAJ |
author |
F. Rodríguez S. Bautista |
spellingShingle |
F. Rodríguez S. Bautista Modelos ocultos de Markov para el análisis de patrones espaciales Ecosistemas |
author_facet |
F. Rodríguez S. Bautista |
author_sort |
F. Rodríguez |
title |
Modelos ocultos de Markov para el análisis de patrones espaciales |
title_short |
Modelos ocultos de Markov para el análisis de patrones espaciales |
title_full |
Modelos ocultos de Markov para el análisis de patrones espaciales |
title_fullStr |
Modelos ocultos de Markov para el análisis de patrones espaciales |
title_full_unstemmed |
Modelos ocultos de Markov para el análisis de patrones espaciales |
title_sort |
modelos ocultos de markov para el análisis de patrones espaciales |
publisher |
Asociación Española de Ecología Terrestre |
series |
Ecosistemas |
issn |
1132-6344 1697-2473 |
publishDate |
2006-01-01 |
description |
Modelos ocultos de Markov para el análisis de patrones espaciales. Los modelos ocultos de Markov (HMM) constituyen una herramienta de
 modelización altamente flexible, inicialmente utilizada en el campo del reconocimiento automático del habla, que ha encontrado en los últimos
 años numerosas aplicaciones en áreas científico-técnicas muy diversas, aunque su utilización en ecología es aún escasa. En esta revisión se
 describen los elementos esenciales de los HMM, se presentan los algoritmos básicos que facilitan su estimación y se indican algunas aplicaciones
 recientes, destacándose las posibilidades que pueden ofrecer para el análisis de patrones espaciales complejos, pues permiten incorporar en el
 proceso de modelización información a priori sobre el sistema analizado. Se muestra un ejemplo de aplicación de modelización mediante HMM de
 transectos de vegetación con datos de presencia-ausencia, con el objetivo de analizar las perturbaciones en la distribución espacial de la
 vegetación producidas por el fuego en una zona semiárida. |
url |
http://www.redalyc.org/articulo.oa?id=54015307 |
work_keys_str_mv |
AT frodriguez modelosocultosdemarkovparaelanalisisdepatronesespaciales AT sbautista modelosocultosdemarkovparaelanalisisdepatronesespaciales |
_version_ |
1721553606633586688 |