马尔可夫随机场、条件随机场详解

文献参考:https://zhuanlan.zhihu.com/p/148813079

https://zhuanlan.zhihu.com/p/361407034(马尔可夫独立性证明)

 

之前也介绍过类似的随机场问题,高斯过程寻优。

马尔可夫随机场的概念,可分为马尔可夫性、随机场。

马尔可夫性指一个随机变量序列按时间先后关系依次排开时,第N+1时刻的分布特性仅与N时刻的随机变量取值有关,而与N时刻以前的随机变量取值无关。在图中,可以理解为一个顶点只和有连接的另一顶点有关,其他点无关。

随机场指在多维空间的某个子集下的多维向量(多维随机变量)。

 

倘若给定一个已知的X随机变量,求取条件概率,马尔可夫随机场会变为条件随机场。CRF借鉴了热力学中的团概念,但本文不做解释,也不提及团这一概念。

条件随机场给出了两个重要函数:转移函数、状态函数。

转移特征函数指定义在边上的特征函数,依赖当前和前一个位置;状态函数是定义在节点上的特征函数,依赖于当前位置。

 

 

 

posted @   澳大利亚树袋熊  阅读(94)  评论(0编辑  收藏  举报
编辑推荐:
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
阅读排行:
· 终于写完轮子一部分:tcp代理 了,记录一下
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 别再用vector<bool>了!Google高级工程师:这可能是STL最大的设计失误
· 单元测试从入门到精通
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
历史上的今天:
2023-04-12 seq2seq中的注意力机制
点击右上角即可分享
微信分享提示