Abstract

Die Proxel-Methode wurde an der Otto-von-Guericke-Universität Magdeburg entwickelt, und wird dazu verwendet partiell-beobachtbare Systeme mit diskretem Zustandsraum zu analysieren und das Systemverhalten zu rekonstruieren. Dabei können nur die Forward-Wahrscheinlichkeiten berechnet werden. In diesem Papar stellen wir ein Verfahren vor, dass mithilfe der Proxel-Methode ein Expanded-Hidden-Markov-Model erzeugt. So können nicht nur die Forward-Wahrscheinlichkeiten, sondern auch die Backward-Wahrscheinlichkeiten berechnet werden. Dies ermöglicht bessere Zustandsrekonstruktionen. Dabei konzentrieren wir uns nur auf das Decoding als Problemstellung. Unsere Experimente zeigen, dass diese Methode in Genauigkeit mit der Proxel-Methode mithalten kann.