隠れマルコフモデル（HMM; Hidden Markov Model）はシーケンスを確率に従った状態の遷移として表現するデータモデルであり，音声認識，自然言語処理，遺伝子解析などの多くのアプリケーションにおいて使われています．本研究は与えられた問い合わせシーケンスに対して，モデル集合の中から最適なモデルを探索する問題を対象としています．このような探索はモデルによって推定される尤度によって行われますが，多大な計算コストを必要とします．そこで本研究ではHMMのための効率的な探索手法を提案しています．