Open Lightblues opened 3 years ago
https://lightblues.github.io/posts/7f582aa5/
前面讲的 BN 是静态的概率推断,而在这里我们考虑在时间上的推移,并且网络的形式更为简单了。时间上的推断在实际中的应用非常广泛,如 Speech recognition, Robot mapping, Medical monitoring。 Markov Models 一个时间点的状态可能取决于前面的所有节点,而马氏模型的假设是该状态仅和前一时间点的状态有关。 [ P(X_t|X1...X{
https://lightblues.github.io/posts/7f582aa5/
前面讲的 BN 是静态的概率推断,而在这里我们考虑在时间上的推移,并且网络的形式更为简单了。时间上的推断在实际中的应用非常广泛,如 Speech recognition, Robot mapping, Medical monitoring。 Markov Models 一个时间点的状态可能取决于前面的所有节点,而马氏模型的假设是该状态仅和前一时间点的状态有关。 [ P(X_t|X1...X{