В неориентированном графе A, B, C и D являются вершинами, а линии, соединяющие вершины, называются ребрами.
2.2 Карта вероятностей:
использоватьрисуноквыражатьРаспределения вероятностейПуть. Каждый узел графа представляет собойСлучайные переменные, который связан сбоковая сторонаОн представляет собой вероятностную зависимость между случайными величинами. так,рисунокпредставляет совместное распределение вероятностей. Возьмите приведенный выше рисунок в качестве примера с совместным распределением вероятностей,даОдна группаслучайная величина, то на графике узел А представляет собой случайную величину,Узел Аиузел Bизбоковая сторонавыражатьслучайная величина Аислучайная величина Взависимости между.
Неориентированные графы представляют три свойства Маркова:
Попарная марковостьУзлы u и v не связаны друг с другом, все остальные узлы отмечены как O, а соответствующие им случайные величины равныи. На данный момент: в данное времягруппа случайных величинв случае,условная независимость, это
локальное марковское свойствоВозьмите любой узел на графике и запишите связанные с ним узлы как W, O — все точки, кроме v и W, а v — случайная величина., W означает, что группа случайных величин, O представляет группу случайных величинтогда: даногруппа случайных величинв случае,условная независимость, это
глобальное марковское свойствоВ графе множества A и B — это любые множества узлов, разделенные множеством C, и соответствующиегруппа случайных величинсоответственно, то при этом условии предполагается, чтогруппа случайных величинсостояние,группа случайных величиндаусловная независимостьиз.
2.3 Вероятностная графическая модель:
Если совместное распределение вероятностейудовлетворитьПопарные, локальные или глобальные марковские свойства, то совместное распределение вероятностей равноВероятностные модели неориентированных графов (марковские случайные поля).
Клики и максимальные клики в вероятностных графических моделях:
в неориентированном графелюбойПодмножество узлов, в котором оба узла соединены ребром, называетсягруппа, например, на рисунке ниже, предполагая случайную величину,нопредставляет собойгруппа,Не образует группу.
В этот момент перейдите кгруппаПрисоединяйсялюбойУзел, если множество не удовлетворяетгруппаусловие, то оно вызывается перед присоединением к узлугруппазасамая большая группа. Например, чтобы установитьПрисоединяйся, все еще устраиваетгруппасостояние, продолжайте присоединяться к узлу,так какне соподключен, так чтозасамая большая группа.
Факторинг в вероятностных графических моделях
Прежде чем говорить об этой проблеме, давайте посмотрим на разницу между байесовской моделью и вероятностной графической моделью:
дваБайесовская модель
Совместная вероятность байесовской сети 1
Байесовская сеть 2 является неверной сетью, так как согласно формуле имеем
Вероятностная графическая модель:
Но в вероятностных графических моделях по-другому.кто тоНайдите функцию, которая может составить карту вероятностей всамая большая группаОни имеют:
Факторинг в вероятностных графических моделях: представляет совместное распределение вероятностей на карте вероятностей каксамая большая группаФункция от случайной величины в виде оценки.
где C — наибольшая клика неориентированного графа,- случайная величина, соответствующая узлу C,дапотенциальная функция, определяется на Cстрого положительная функция, произведение выполняется по всем максимальным кликам неориентированного графа.
Отличие вероятностных графических моделей от байесовских сетей
цепная модель
Обратите внимание, что в вероятностной графической моделииНе обязательно только соответствие на рисунке.
поделиться родителем
поделиться дочерним узлом
Байесовская сеть:
в соответствии сПопарная марковостьОпределения , A и B на этом рисунке не зависят друг от друга, поэтому уравнения, перечисленные в правой части рисунка, в этом случае не выполняются. В настоящее время для расчета совместной вероятности ее необходимо изменить в виде следующей фигуры:
2.4 Резюме
Отношения между группами в марковском случайном поле независимы.
Байесовская сетьне равноМарковское случайное поле
3. Теорема Хаммерсли-Клиффорда.
Теорема Хаммерсли-Клиффорда показывает, почему совместное распределение вероятностей неориентированных графовможет быть выражена в виде формулыи.
Конкретный процесс доказательства здесь.