斯坦福-随机图模型-week1.0_

2018-03-10 731

title: 斯坦福-随机图模型-week2.0
tags: note
notebook: 6- 英文课程-9-Probabilistic Graphical Models 1: Representation
---

斯坦福-随机图模型-week2.0

模板模型（Template Models）

在实际的模型的建立的过程中，会出现很多的重复的情况。比如在如下的模型中：

有很多的重复的结构，比如每一个的基因型都和表现形直接相关。而且每一个基因型都和两个前代的基因型十分的相关。

或者在自然语言处理的模型中：

在序列模型中，每一个原包也都有很多的辨别是不是名词和其本身的结构也都有固定的概率联系，这些问题都可以用模板模型讨论。

在图像处理中也是这样，我们并不想给每一个超像素建立一个独立的模型，因此我们应该通过某些方式将这些权值共享起来。

通过轨迹的分布

选择一个时间间隔
事在t时间内的变量x的值
是一段时间的值的向量

马尔科夫推断

马尔科夫推断是一个推断链条，他的意思是，从x0-xn发生的概率是xo发生的概率，乘以x0发生的情况下x1发生的概率，乘以x1以前发生的情况下x2发生的概率，以此类推。

不过我们在这里有一条假设，就是t+1时刻于t-1时刻对于t时刻是条件独立的。

在这个假设下我们可以将我们前面的公式进行简化。
简化成了这个样子

但是在现实的情况下，这样的假设是不能成立的，比如我们要讨论机器人的位置问题，机器人之前的状态和将来的状态是相互独立的吗？

如何解决这个问题呢？

有一个就是我们可以给他的行动增加独立性，建立一个半马尔科夫模型。不过我们先不讨论这个

time invariance 时间不变性

如果我们可以通过一个模型描述钱一个时间对后一个时间的影响。我们就可以建立一个模型对整个的状态进行描述。

就像这样，我们建立这样的一个模型来描述前一个时间与下一个时间的各个变量的关系。

通过链式法则，我们可以连续的将时间向后推进，就像这样：

隐马尔科夫模型

在这样一个模型中：

s通过转换变成s‘
然后通过观测变成o’

那我们的模型就有两个部份，一个是转换模型，一个是观测模型。同样的我们可以将这些模型进行复用。变成这个样子

这用模型的用途是什么呢：

机器日的位置
速度探测
生物序列分析
文本分析

机器人的位置

机器人的位置模型可以这样描述，我们看到s是现在的位置，或者状态，它可以用很多的量来描述，比如说现在的速度，位置，加速度等等，
u是控制信号，用来改变机器人的上述变量。从而藐视下一时间段的机器人的位置。

总结

HMM模型可以看成是DBN模型的一个特里
他将随机变量进行了简化
应用十分广泛

微信关注我们

原文链接：https://yq.aliyun.com/articles/668621

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

[AR]ImageTarget(图像识别)

文章目录[点击展开](?)[+] ImageTarget 前言 ImageTarget 顾名思义，就是图像识别，本文记录下作者最近学习vuforia中的imageTarget笔记与心得。 vuforia guide：https://library.vuforia.com/articles/Training/Image-Target-Guide vuforia sample - 选择Core Features下载，导入ImageTarget.unitypackage：https://developer.vuforia.com/downloads/samples vuforia 基础知识：高通Vuforia Getting Started 开发环境 Vuforia 6.0.112 Unity 5.3.6f1 x64 (Android平台) Windows 7 x64 名词说明下面列举下本文中所列出的几个名词，可能每个人对这些英文的理解不一样，这些解释仅仅代表个人观点。 Database（数据集、图集）：大体都是指多张图片组合在一起的那个东西 ImageTarget（识别图）：具体的某...

2018-03-09

720

中文分词把文本切分成词语，还可以反过来，把该拼一起的词再拼到一起，找到命名实体。概率图模型条件随机场适用观测值条件下决定随机变量有有限个取值情况。给定观察序列X，某个特定标记序列Y概率，指数函数 exp(∑λt+∑μs)。符合最大熵原理。基于条件随机场命名实体识别方法属于有监督学习方法，利用已标注大规模语料库训练。命名实体的放射性。命名实体的前后词。特征模板，当前位置前后n个位置字/词/字母/数字/标点作为特征，基于已经标注好语料，词性、词形已知。特征模板选择和具体识别实体类别有关。命名实体，人名(政治家、艺人等)、地名(城市、州、国家、建筑等)、组织机构名、时间、数字、专有名词(电影名、书名、项目名、电话号码等)。命名性指称、名词性指称和代词性指称。词形上下文训练模型，给定词形上下文语境中产生实体概率。词性上下文训练模型，给定词性上下文语境中产生实体概率。给定实体词形串作为实体概率。给定实体词性串作为实体概率。词性，名、动、形、数、量、代、副、介、连、助、叹、拟声。自然语言处理词性，区别词、方位词、成语、习用语、机构团体、时间词，多达100多种。汉语词性标注最大困难“兼类...

2018-03-10

461

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。