โดยใช้แบบจำลอง ที่ซ่อน มาร์คอฟ ( HMM ) สำหรับ การทำนาย บางส่วนของการ ใช้ อย่างกว้างขวางมากขึ้น (และ เขียนเกี่ยวกับ ) การใช้งาน ของ HMM มี การเรียนรู้ และ การอนุมาน ( รูปแบบ การรับรู้ ) นี้จะกระทำ โดยการเรียนรู้ พารามิเตอร์ อืม (การ กระจาย ของรัฐ เริ่มต้น Sate การเปลี่ยน เมทริกซ์ เมทริกซ์ Emission ) จาก ข้อมูลทางประวัติศาสตร์ และจากนั้น การดำเนินการ เช่น การคำนวณ การกำหนด สถานะปัจจุบัน จาก การปล่อย ปัจจุบัน เวกเตอร์ แต่วิธีการ ที่คุณใช้ สำหรับ การทำนาย อืม 1. ตรวจสอบ ส่วนใหญ่มีแนวโน้ม รัฐ ปัจจุบัน โดยใช้ อืม ได้เรียนรู้ กับข้อมูล ขึ้นอยู่กับ ช่วงเวลา ปัจจุบันของ เวลา 2. ใช้ การเปลี่ยน รัฐ เมทริกซ์ เพื่อตรวจสอบ การเปลี่ยน ไปได้มากที่สุด จากรัฐ ปัจจุบัน ไปยังรัฐ ต่อไป ในอนาคต 3. ใช้ เมทริกซ์ การปล่อยมลพิษ เพื่อตรวจสอบ การปล่อย เวกเตอร์ ( มีผลบังคับใช้ ในอนาคต / คาดการณ์ จุดข้อมูล ) สำหรับรัฐ ต่อไป ในอนาคต