Modèle stochastique où une chaîne de Markov latente en temps discret {S_t} évolue selon des probabilités de transition données et où chaque état caché génère des observations selon une loi de probabilité dépendant de l'état ; l'inférence et l'estimation visent la distribution postérieure sur les états cachés à partir des observations et/ou l'ajustement des paramètres de transition et d'émission.

Principe

Indépendance conditionnelle temporelle : compte tenu de l'état caché courant S_t, l'observation au temps t est indépendante des observations et états passés et futurs, sauf par l'intermédiaire de S_t ; les états cachés satisfont la propriété de Markov (P(S_t | S_{t-1},...) = P(S_t | S_{t-1})).

Démonstration

Scénario illustratif → Une suite de vecteurs de caractéristiques acoustiques est modélisée comme des émissions d'une suite non observée d'états phonétiques ; la reconnaissance se fait en calculant P(S_{1:T} | observations) via l'algorithme forward–backward (somme–produit) ou le décodage de Viterbi pour le chemin d'états le plus probable ; l'apprentissage des paramètres peut se faire par Baum–Welch (EM) sur données annotées ou non.

Mauvaise application

Considérer la suite d'observations comme markovienne et utiliser directement les comptes de transitions entre observations pour inférer la structure latente ; cela confond transitions observables et transitions d'états latents et peut biaiser les estimations quand les émissions sont bruitées ou many-to-one.

Conséquence

Correctement spécifié, un HMM permet d'inférer les trajectoires d'états cachés, de segmenter des séquences et d'estimer des paramètres génératifs ; mal spécifié (espace d'états erroné, famille d'émission inappropriée, violation de l'hypothèse de Markov), l'inférence et l'apprentissage peuvent être biaisés et la performance prédictive détériorée.

Inversion

Les hypothèses HMM échouent si la dynamique latente n'est pas markovienne, si les durées d'état ne sont pas géométriques (nécessitant des HSMM), ou si les variables latentes sont continues (favorisant les filtres de Kalman) : dans ces cas, il faut des classes de modèles alternatives ou une représentation d'état augmentée.

Limite

Clearly within: chaîne latente à états finis en temps discret avec émissions à chaque pas. Boundary case: modèles avec modélisation explicite des durées (HSMM) ou émissions autorégressives dépendant de l'état. Clearly outside: modèles à variables latentes continues gouvernées par une dynamique gaussienne linéaire (filtres de Kalman) ou modèles sans état latent générateur des observations.

Tension sémantique

Expressivité (espaces d'états plus riches ou modèles d'émission plus complexes) vs tractabilité (l'inférence exacte exige faible treewidth ou algorithmes spécialisés) ; accroître la flexibilité augmente souvent la complexité computationnelle ou les problèmes d'identifiabilité.

Synthèse

Un HMM dissocie la structure temporelle qualitative (processus latent markovien) du modèle quantitatif d'observation (émissions) ; cette décomposition permet des algorithmes d'inférence efficaces lorsque les hypothèses sont valides, mais ce sont aussi ces hypothèses qui limitent l'applicabilité du modèle.