logo

您所在位置网站首页 > 海量文档  > 计算机 > 数据结构与算法

统计学条件随机场.pdf 60页

本文档一共被下载: ,您可全文免费在线阅读后下载本文档。

  • 支付并下载
  • 收藏该文档
  • 百度一下本文档
  • 修改文档简介
全屏预览

下载提示

1.本站不保证该用户上传的文档完整性,不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值,立即自动返金币,充值渠道很便利
特别说明: 下载前务必先预览,自己验证一下是不是你要下载的文档。
  • 上传作者 小茗(下载加QQ:506618349)(上传创作收益人)
  • 发布时间:2019-04-26
  • 需要金币6(10金币=人民币1元)
  • 浏览人气
  • 下载次数
  • 收藏次数
  • 文件大小:2.66 MB
下载过该文档的会员
目录 1. 概率无向图模型 2. 条件随机场的定义与形式 3. 条件随机场的概率计算问题 4. 条件随机场的学习算法 5. 条件随机场的预测算法
你可能关注的文档:
目录 1. 概率无向图模型 2. 条件随机场的定义与形式 3. 条件随机场的概率计算问题 4. 条件随机场的学习算法 5. 条件随机场的预测算法 一、概率无向图模型 概念: 概率无向图模型(probabilistic undirected graphical model) 马尔可夫随机场(Markov random field) 可以由无向图表示的联合概率分布。 模型定义 Graph Node Edge  v, 集合V  e ,集合E G= (V ,E )  结点v ,随机变量Y ;边e ,随机变量间的概率依赖关系 v 概率图模型(Probabilistic graphical model): 用图表示的 概率分布。 模型定义 定义: 给定一个联合概率分布P(Y)和表示它的无向图G, 定义无向图表示的随机变量之间存在的 成对马尔可夫性(pairwise Markov property) 局部马尔可夫性( local Markov properly) 全局马尔可夫性(global Markov property) 模型定义 成对马尔可夫性(Pairwise Markov property) 设u和v是无向图G 中任意两个没有边连接的结点,结点u 和v分别对应随机变量Yu和Yv , 其他所有结点为O,对应的随机变量组是Y0 给定随机变量组Y0 的条件下随机变量Yu和Yv是条件独立 的 模型定义 局部马尔可夫性( Local Markov properly)  v 任意结点  W与v有边相连  O 其它 在 时,等价于 模型定义 全局马尔可夫性(Global Markov property) 结点集合A, B是在无向图G 中被结点集合C分开的任意结 点集合, 模型定义 概率无向图模型: 设有联合概率分布P(Y), 由无向图G=(V, E)表示,在图G 中, 结点表示随机变量,边表示随机变量之间的依赖关系, 如果联合概率分布P(Y)满足成对、局部或全局马尔可夫性, 就称此联合概率分布为概率无向图模型(probability undirected graphical model),或马尔可夫随机场(Markov random field). 问题关键:求联合概率,引申为对联合概率进行因子分 解。 概率无向图模型的因子分解 定义:团、最大团 无向图G 中任何两个结点均有边连接的结点子集称为团 (clique) 。 若C是无向图G的一个团,井且不能再加进任何一个c 的 结点使其成为一个更大的团,则称此C为最大团 (maximal clique). 两个结点的团 ? 三个结点的团 ? 概率无向图模型的因子分解 将概率无向图模型的联合概率分布表示为其最大团上的 随机变量的函数的乘积形式的操作,称为概率无向图模 型的因子分解(Factorization).  给定概率无向图模型,设其无向图为G,C为G上的最 大团,Yc表示C对应的随机变量,那么概率无向图模型 的联合概率分布P(Y)可写作图中所有最大团C上的函数 .的乘积形式,即 Z是规范化因子(normalization factor) 概率无向图模型的因子分解 势函数: 定理11.1 (Hammersley-Clifford定理):概率无向图模型 的联合概率分布P(Y)可以表示为如下形式: 二、条件随机场的定义与形式 条件随机场(conditional random field)的定义: 给定随机变量X条件下,随机变量Y 的马尔可夫随机场。 定义在线性链上的特殊的条件随机场: 线性链条件随机场(linear chain conditional random field ) 线性链条件随机场可以用于标注等问题; 在条件概率模型P(Y |X) 中,Y是输出变量,表示标记序列, X是

发表评论

请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
用户名: 验证码: 点击我更换图片

“原创力文档”前称为“文档投稿赚钱网”,本站为“文档C2C交易模式”,即用户上传的文档直接卖给(下载)用户,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有【成交的100%(原创)】。原创力文档是网络服务平台方,若您的权利被侵害,侵权客服QQ:3005833200 电话:19940600175 欢迎举报,上传者QQ群:784321556