4概率图模型:Template Modles

Posted 没长大的书生

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了4概率图模型:Template Modles相关的知识,希望对你有一定的参考价值。

  本章总结几个模板模型:动态贝叶斯、隐马尔科夫和Plate模型

1 OverView of Template Models

  为了达到不用每一都对问题建立模型,而是每次都对某一类问题有一个统一的模型进行处理,而提出了模板模型。模板模型(template model)编码了具有重复结构共享参数的模型。从而使图模型的描述方式更加的紧凑,可以应用于无限大的贝叶斯网络。主要包括模板变量(Template variables)语言(language)。

  模板变量(Template variables)是图模型中多次被实例化的变量;模版模型语言(language)描述了模版变量如何从模版中继承依赖关系。典型的Template Models可以分为两类:

  1)时序过程上的重复(Temporal Models): 动态贝叶斯模型(DBN)、隐马尔科夫模型(HMM) 
  2)对象关系上的重复(Plate Models): 有向或无向

 

2 DBNs 动态贝叶斯网络(时序模型)

  对于一个贝叶斯网络,可能在下一时刻,模型中的variables不仅仅依赖于当前时刻的其他variables,还可能依赖于上一个时刻的variables,整个模型内variables的变化是动态的,因此要将时间这一个因素考虑进去,并且当前时刻的variables中的values,会被下一个时刻的values所替代,因此整个variables没有变化,变化的是里面的values,这也是一种Template Model。

2.1 轨迹(Trajectory

  表示的是在时间点 t 时,系统的状态变量(Template variables)集 X 。

以上是关于4概率图模型:Template Modles的主要内容,如果未能解决你的问题,请参考以下文章

概率图模型01 简介

1. 概率图模型

概率图模型

概率图模型

概率图模型

第二章 概率图模型的基本原理