我们在前面的系列中多次提到马尔可夫链 (Markov Chain),它描述了一种状态序列,其每个状态值取决于前面有限个状态。这种模型,对很多实际问题来讲是一种很粗略的简化。在现实生活中,很多事物相互的关系并不能用一条链来串起来。它们之间的关系可能是交叉的、错综复杂的。比如在下图中可以看到,心血管疾病和它的成因之间的关系是错综复杂的。显然无法用一个链来表示。
我们可以把上述的有向图看成一个网络,它就是贝叶斯网络。其中每个圆圈表示一个状态。状态之间的连线表示它们的因果关系。比如从心血管疾病出发到吸烟的弧线表示心血管疾病可能和吸烟有关。当然,这些关系可以有一个量化的可信度 (belief),用一个概率描述。我们可以通过这样一张网络估计出一个人的心血管疾病的可能性。在网络中每个节点概率的计算,可以用贝叶斯公式来进行,贝叶斯网络因此而得名。由于网络的每个弧有一个可信度,贝叶斯网络也被称作信念网络 (belief networks)。
和马尔可夫链类似,贝叶斯网络中的每个状态值取决于前面有限个状态。不同的是,贝叶斯网络比马尔可夫链灵活,它不受马尔可夫链的链状结构的约束,因此可以更准确地描述事件之间的相关性。可以讲,马尔可夫链是贝叶斯网络的特例,而贝叶斯网络是马尔可夫链的推广。
使用贝叶斯网络必须知道各个状态之间相关的概率。得到这些参数的过程叫做训练。和训练马尔可夫模型一样,训练贝叶斯网络要用一些已知的数据。比如在训练上面的网络,需要知道一些心血管疾病和吸烟、家族病史等有关的情况。相比马尔可夫链,贝叶斯网络的训练比较复杂,从理论上讲,它是一个 NP-complete 问题,也就是说,对于现在的计算机是不可计算的。但是,对于某些应用,这个训练过程可以简化,并在计算上实现。
值得一提的是 IBM Watson 研究所的茨威格博士 (Geoffrey Zweig) 和西雅图华盛顿大学的比尔默 (Jeff Bilmes) 教授完成了一个通用的贝叶斯网络的工具包,提供给对贝叶斯网络有兴趣的研究者。
贝叶斯网络在图像处理、文字处理、支持决策等方面有很多应用。在文字处理方面,语义相近的词之间的关系可以用一个贝叶斯网络来描述。我们利用贝叶斯网络,可以找出近义词和相关的词,在 Google 搜索和 Google 广告中都有直接的应用。
分享到:
相关推荐
二阶马尔可夫链1
这是马尔可夫链在图像中的应用,文章用马尔科夫链对图像进行了识别
MATLAB算法-马尔可夫链蒙特卡洛算法详解,附代码
探讨了高阶马尔可夫链模型中周期对极限分布的影响, 分析了高阶模型中多步转移概率矩阵的连通性与链的平稳分布的关系, 证明了高阶马尔可夫链平稳分布的存在性与唯一性条件...
这是关于马尔可夫链预测的文章。对计算机算法开发有很大的帮助。
研究了一种基于动态贝叶斯网络(dynamic bayesian networks, DBN)的语音识别建模方法,利用GMTK(graphical model tool kits)工具构建音素级音频流DBN语音训练和识别模型,同时与传统的基于隐马尔可夫的语音识别...
该软件包含了论文中常用的,传统马尔科夫链与空间马尔可夫链,准备好数据即可一键生成结果,方便快捷。资源中是软件的文档。
针对目前主流的时间相关性数据预测算法在数据波动大时预测精度低的问题,引入Delaunay三角形邻近图来度量网络中监测数据的空间相关性,并提出基于马尔可夫链的空间相关性数据预测算法。实验表明,该算法可以在数据...
马尔可夫贝叶斯图向量自回归模型(Markov Bayesian Graph Vector Autoregressive Model)是一种适用于经济类、经管类和金融类学生的模型。该模型可以用于国际间通货膨胀、股票波动等仿真分析,提供了一种有效的工具...
灰色最小二乘马尔可夫链预测算法灰色最小二乘马尔可夫链预测算法灰色最小二乘马尔可夫链预测算法
基于马尔可夫链蒙特卡罗方法的RBM改进
可以作为概率论和数学实验的大作业,实现了基于matlab的离散马尔可夫链的仿真过程。
学习概率统计随机过程、马尔可夫链的绝好工具
加权马尔可夫链的东亚飞蝗灾害的预测,刘武新,魏福义,本文利用加权马尔可夫链方法,对东亚飞蝗灾害的发生进行了研究,并且以1981~2008年28年的全国东亚飞蝗历年发生面积调查数据为基础�
MCMC马尔可夫链蒙特卡洛法入门教程,内含code
陆大 马尔可夫链\随机过程及其应用_习题答案
为了提高异构无线网络的资源利用率以及网络吞吐量,提出一种基于最优功率控制和马尔可夫链优化的异构无线网络,通过建立异构网络模型对异构网络的业务负载情况进行分析,采用有限容量下的最优功率控制方法来使业务...
生成一个状态个数大于100的马尔可夫链,状态之间的转移关系随机设定(例如某状态可以一步到达其他状态的比例为10%) 1)将状态空间按常返性和互通性进行分解 2)在1)的基础上对周期不可约马尔可夫链进行分解
讲述了关于信息论与编译原理中的马尔可夫链知识的幻灯片(ppt)
马尔可夫链模型在交通事故预测中的应用,杨洋,,随着社会经济的飞速发展,带来了大量的信息和数据,所以现今对数据的整理挖掘及根据现有事件的数据对将来做出预测等信息处理技术