markov

【强化学习】Markov Decision processes【二】

目录MarkovDecisionprocessesMarkovProcessMarkovrewardprocessMarkovDecisionprocesses马尔可夫决策过程，里面有几个术语state,episode,history,value,gain。在后续的学习中，也会有这些术语。MarkovDecisionprocesses广泛应用于计算机科学和其他工程领域。所以很好的理解它。我们可以分
东瑜·2020-04-12 16:00

机器学习 - 命名实体识别之Hidden Markov Modelling

概述命名实体识别在NLP的应用中也是非常广泛的，尤其是是informationextraction的领域。NamedEntityRecognition(NER)的应用中，最常用的一种算法模型是隐式马可夫模型（HiddenMarkovModelling）-HMM。本节内容主要是通过介绍HMM的原理，以及应用HMM来做一个NER的实例演示。HMM原理解析在解释HMM的原理之前，先引用几个HMM的基本概
HappyPuppy·2020-03-28 00:00

路径依赖和马尔可夫 ｜ Path dependence & Markov

接受过往的路径依赖|冲向明天的不确定性一背景铺垫一：什么是路径依赖？FROMWIKIPathdependenceexplainshowthesetofdecisionsonefacesforanygivencircumstanceislimitedbythedecisionsonehasmadeinthepast,eventhoughpastcircumstancesmaynolongerbere
万菇凉在地球·2020-03-06 12:12

马尔科夫链随机文本生成

这次的试验参考了网上的资源:GitHub-Forec/Markov-Speaking:一个使用马尔科夫链算法构建中/英文语句的类，提供了解析文本和生成语言的接口使用方法:>>>importmarkov_speaking
kidinamoto·2020-03-01 12:39

论文翻译：2000_wideband extension of telephone speech using a hidden Markov model

论文地址：基于隐马尔科夫模型的电话语音频带扩展博客作者：凌逆战博客地址：https://www.cnblogs.com/LXP-Never/p/12151866.html摘要本文提出了一种从lowpass-bandlimited(低通带限)语音中恢复宽带语音的算法。窄带输入信号被分类为有限数量的语音，关于宽带频谱包络的信息取自预先训练的码本。在码本搜索算法中，采用了一种基于隐马尔可夫模型的统计方法
凌逆战·2020-02-27 09:00

Hidden Markov Model - 简介

隐马尔科夫模型（HiddenMarkovModel,HMM)是一个带有隐性状态的（无法观测到的）马尔科夫模型。它在强化学习，模式识别（如语言，书写，动作，生物分析）中都有着一席之地。当我们需要计算一系列的可观察的事件的时候，马尔科夫模型是个不错的选择，但是在很多情况下，一个时间并不可被直接观察到，在这些时候，隐马尔科夫模型就很有用了。下面我们就用一个例子来初步了解一下隐马尔科夫模型。假设我们需要统
ealton·2020-02-24 01:25

Hidden Markov Model

MarkovModel马尔科夫模型是用来描述序列的性质的，在马尔科夫模型中有两个假设。1.在序列中，当前时刻状态只依赖于前一时刻的状态，也就是P(z(t)|z(t-1),z(t-2),...,z(1),z(0))=P(z(t)|z(t-1))。2.状态转移的分布不随时间的改变而改变，也就是说任意时刻下的状态产生与时间无关，仅仅与前一状态有关。马尔科夫模型中的状态转移情况我们可以用一个矩阵表示，那么
菠菜robot·2020-02-18 11:33

基于 Markov 博弈模型的网络安全态势感知方法

摘要为了分析威胁传播对网络系统的影响，准确、全面地评估系统的安全性，并给出相应的加固方案，提出一种基于Markov博弈分析的网络安全态势感知方法。
JerryLoveCoding·2020-02-12 16:32

Hidden Markov Model

HMM隐马尔科夫模型①通俗的理解首先举一个例子，扔骰子，有三种骰子，第一个是比较常见的6个面，每一个面的概率都是1/6。第二个只有4个面，，每一个面的概率是1/4。第三个有8个面，，每一个面的概率是1/8。首先先选择一个骰子，挑到每一个骰子的概率1/3，然后投掷，可以得到。最后会得到一堆的序列，比如会得到等等，这种序列叫可见状态序列，但在HMM里面，还存在一个隐含状态链，比如这个状态链可能是。从8
冒绿光的盒子·2020-02-05 10:09

模拟退火算法及其MATLAB实现

Metropolis提出了这样一个重要性采样的方法，即设从当前状态i生成新状态j，若新状态的内能小于状态i的内能（即Ej=tfforr=1:Markov_length%Markov链长度%产生随机扰动if
RavenX·2020-02-05 05:21

深度学习-马尔科夫模型（HMM）

马科夫链马尔可夫链，因安德烈.马尔科夫（A.A.Markov,1856-1922）得名，是指数学中具有马尔可夫性质的离散事件随机构成。
哎吆喂轩·2020-02-02 11:57

阅读：MAMADROID: Detecting Android Malware by Building Markov Chains of Behavioral Models∗

一、来源1、2017，NDSS2、作者：EnricoMariconti†,LuckyOnwuzurike†,PanagiotisAndriotis‡,EmilianoDeCristofaro†,GordonRoss†,andGianlucaStringhini††UniversityCollegeLondon‡UniversityoftheWestofEngland3、主题：Androidmalw
小小怪吃吃吃·2019-12-20 14:49

Q-learning

今天,来说说q-learning.在我最近学习机相关资料后.首先关于q-learning是一个马尔科夫决策的过程(markov).公式如下:Q(st,at)←Q(st,at)+α[rt+1+λmaxaQ
D_8鸽·2019-12-19 06:52

基于Markov过程的文本生成

来自复旦大学同学的python期末大作业importreimportrandommarkov_dicts={'':[]}#StartofSentencesentence_sep='.?!'#句子结束标志Front=re.compile(r'^[A-Z][A-Za-z]*')#开头的正则表达式Middle=re.compile(r'[A-za-z]+$')#中间单词正则表达式Last=re.comp
beed0c3eb989·2019-12-16 11:04

LESSON 5 - Markov Sources

1.MarkovsourcesThestateoftheMarkovchainisusedtorepresentthe“memory”ofthesource.Thestatecouldbetheprevioussymbolfromthesourceorcouldbetheprevious300symbols.Itispossibletomodelasmuchmemoryasdesiredwhile
yangyang827847·2019-12-04 10:00

不等式(二)-Hoeffding不等式

接着上一节的那些不等式们(一)-Markov与Chebyshev不等式本节将学习Hoeffding不等式。
_与谁同坐_·2019-10-05 11:31

在Python上基于Markov链生成伪随机文本的教程

首先看一下来自Wolfram的定义马尔可夫链是随机变量{X_t}的集合（t贯穿0,1,...），给定当前的状态，未来与过去条件独立。Wikipedia的定义更清楚一点儿...马尔可夫链是具有马尔可夫性质的随机过程...[这意味着]状态改变是概率性的，未来的状态仅仅依赖当前的状态。马尔可夫链具有多种用途，现在让我看一下如何用它生产看起来像模像样的胡言乱语。算法如下,找一个作为语料库的文本，语料库用于
·2019-09-23 21:18

马尔可夫链算法（markov算法）的awk、C++、C语言实现代码

1.问题描述马尔可夫链算法用于生成一段随机的英文，其思想非常简单。首先读入数据，然后将读入的数据分成前缀和后缀两部分，通过前缀来随机获取后缀，籍此产生一段可读的随机英文。为了说明方便，假设我们有如下一段话：复制代码代码如下:ShowyourflowchartsandconcealyourtablesandIwillbemystified.Showyourtablesandyourflowchart
·2019-09-23 18:02

Matlab 模拟退火算法模型代码

function[best_solution,best_fit,iter]=mySa(solution,a,t0,tf,Markov)%模拟退化算法%=====输入======%%solution初始解
GShang·2019-09-12 22:00

一文搞懂马尔可夫链 （Markov Chain）

原文链接：https://zhuanlan.zhihu.com/p/26453269 它是随机过程中的一种过程，到底是哪一种过程呢？好像一两句话也说不清楚，还是先看个例子吧。先说说我们村智商为0的王二狗，人傻不拉几的，见人就傻笑，每天中午12点的标配，仨状态：吃，玩，睡。这就是传说中的状态分布。你想知道他n天后中午12点的状态么？是在吃，还是在玩，还是在睡？这些状态发生的概率分别都是多少？（知道你
angciyu·2019-08-20 00:00

R语言连续时间马尔科夫链模拟案例 Markov Chains

原文链接：http://tecdat.cn/?p=4182案例一个加油站有一个单一的泵，没有空间供车辆等待（如果车辆到达，泵不在，它就会离开）。车辆到达与以下的速率泊松过程加油站λ=3/20λ=3/20每分钟车辆，其中75％是汽车，25％是摩托车。加油时间可以用一个指数随机变量建模，平均汽车8分钟，摩托车3分钟，服务速率为μC=1/8μC=1/8汽车和μ米=1/3μ米=1/3摩托车每分钟。因此，我
qq_19600291·2019-08-01 15:25

关于BERT的一个一致性定理

Wang和Cho将BERT看成是Markov随机场(MRF)并使用了Gi
朱小虎XiaohuZhu·2019-07-16 16:40

关于BERT的一个一致性定理

Wang和Cho将BERT看成是Markov随机场(MRF)并使用了Gi
朱小虎XiaohuZhu·2019-07-16 16:40

markov

随机漫步P(Xt+1∣...,Xt−2,Xt−1,Xt)=P(Xt+1∣Xt)P(X_{t+1}|...,X_{t-2},X_{t-1},X_{t})=P(X_{t+1}|X_{t})P(Xt+1∣...,Xt−2,Xt−1,Xt)=P(Xt+1∣Xt)收敛性收敛到均衡可能的状态数是有限的转移概率固定不变从任意状态能够转移到任意其他状态不是简单循环importnumpyasnpdefmarkov(
大黄老鼠·2019-05-01 16:13

NLP入门（八）使用CRF++实现命名实体识别(NER)

NER简介  CRF，英文全称为conditionalrandomfield,中文名为条件随机场，是给定一组输入随机变量条件下另一组输出随机变量的条件概率分布模型，其特点是假设输出随机变量构成马尔可夫（Markov
山阴少年·2019-04-30 12:00

使用CRF++实现命名实体识别(NER)

NER简介  CRF，英文全称为conditionalrandomfield,中文名为条件随机场，是给定一组输入随机变量条件下另一组输出随机变量的条件概率分布模型，其特点是假设输出随机变量构成马尔可夫（Markov
jclian91·2019-04-30 00:00

Markov 决策过程

Markov决策过程中文译为马尔可夫决策过程。
0晨鹤0·2019-04-18 22:43

Markov 决策过程

Markov决策过程中文译为马尔可夫决策过程。
0晨鹤0·2019-04-18 22:43

算法学习之Markov Model(马尔可夫模型)

一种假定猜想：假设未来的状态只依赖于当前状态，而不依赖于之前发生的事件(也就是说，它假设了Markov属性)。通常，这个假设支持使用模型进行推理和计算，否则这将是棘手的。
Mrmamenghui·2019-04-03 16:40

隐马尔科夫模型HMM（Hidden Markov Model）学习

在深度学习领域，我们学习了深度神经网络、RNN、LSTM、Seq2Seq等时序模型，机器学习的隐马尔科夫模型HMM（HiddenMarkovModel）也是关于时序的概率模型，在语言识别，强化学习等领域应用较广，HMM的网络及概念可以借鉴深度神经网络的原理方法来理解，本文从李航《统计学习方法》书中例举的盒子与球的例子来学习HMM的基本概念。HMM模型中Q是所有可能的隐藏状态的集合，V是所有可能的观
段智华·2019-03-05 13:52

马尔科夫区域转换GARCH模型及shibor文献阅读

1.markov区域转换GARCH篇一人民币汇率与股市的风险溢出效应再检验---基于马尔科夫转换GARCH模型和混合时变copula模型的研究_赵放hass对于马尔科夫转换GARCH的定义本文使用双区制的原因参考文献之一篇二我国货币政策是否关注资产价格基于马尔科夫区制转换
apricoter·2019-01-22 18:09

深度学习 （七）Hidden Markov Model

Summary从最开始学习算法的时候就时长听说这个算法，今天抽空我们来系统聊聊这个，如果给HMM归一下类那么它属于概率图模型(PGM)范畴，ProbabilisticGraphicalModels（PGM）从字意上也能看出来它是概率论和图论相结合起来了，可以看成概率和图结合起来形成了一种新的数据结构来解决新的问题，在处理复杂问题和不确定性问题方面很有优势，目前在图像处理和视频等领域已经有非常广泛的
李龙生·2018-12-16 11:22

人工智能 （8）Markov Decision Process

人工智能(8)MarkovDecisionProcess微信公众号：机器树MDP简介来一起学习MarkovDecisionProcess(MDP)之前，回顾一下之前提到的搜索问题，包含五个重点要素：初始状态，终止状态，下一个状态，到达下一个状态采取的动作，和相应的代价。MDP是这样一个过程：每一步采取的动作都是不确定的，并且每一个动作的代价取决于这个动作的起始和结束状态。通常来讲MDP包含：一系列
机器树·2018-12-08 15:57

Q-learning算法实践

我们将会应用Q-learning算法完成一个经典的Markov决策问题--走迷宫！项目描述：在该项目中，你将使用强化学习算法，实现一个自动走迷宫机器人。如上图所示，智能机器人显示在右上角。
宜信技术学院·2018-10-24 10:54

CGAN(conditional GANs)

对抗网络相对于Markov决策链优点众多：梯度下降时，只需要反向传播算法，在学习规程中不需要做推断，许多因素以及因素之间的相互关系可以在模型中融合的很好。
奔跑的林小川·2018-10-22 14:42

概率图之马尔可夫随机场（Markov Random Field，MRF）

现实生活中，许多任务涉及多个因素（变量），并且因素之间存在依赖关系。概率图模型（ProbabilisticGraphicalModel，PGM）为表示、学习这种依赖关系提供了一个强大的框架，概率图模型在形式上由图结构组成，一个节点（node）表示一个或一组随机变量，节点之间的边（edge）表示变量之间的关系。根据图是有向还是无向，概率图模型可以分为两类：第一类使用有向无环图表示变量之间的因果关系，
zxhohai·2018-09-27 22:13

隐马尔科夫模型（Hidden Markov Model，HMM）

【转自：https://blog.csdn.net/mingzai624/article/details/52399235】介绍定义wiki上有定义：隐马尔可夫模型（HiddenMarkovModel，HMM）是统计模型，它用来描述一个含有隐含未知参数的马尔可夫过程。其难点是从可观察的参数中确定该过程的隐含参数。然后利用这些参数来作进一步的分析，例如模式识别。马可夫模型的概率这里用x表示状态，y表
卢子墨·2018-09-04 11:12

机器学习笔记6 －－ 隐马尔科夫模型 Hidden Markov Model

TableofContents问题域为什么HMM可以解决NLP问题HMM基于两个假设模型训练三组参数三个基本问题问题域概率模型将学习任务归结于计算变量的概率分布，其核心是如何基于可观测变量推测出未知变量的条件分布。概率图模型就是一类用图来表达变量相关关系的概率模型，根据性质不同可以分为两类：第一类是使用有向无环图表示变量之间的依赖关系，称为有向图模型或者贝叶斯网；第二类是使用无向图表示变量间的相关
refresh&grow·2018-08-11 21:18

Movie recommendations and more with Spark - Crouching Data, Hidden Markov

文章的灵感来自EdwinChen关于Scalding的帖子。我鼓励你先阅读那篇文章！Spark代码改编自他的Scalding代码，可在此处获得。正如Ed的帖子所述，Scalding是一个用于HadoopMapReduce的ScalaDSL，它使编写MapReduce工作流程变得更容易，更自然，更简洁。Scala代码最终通过Cascading编译为MapReduce作业。ScaldingScaldi
·2018-08-04 20:00

Hidden Markov Model

HMM隐马尔科夫模型①通俗的理解首先举一个例子，扔骰子，有三种骰子，第一个是比较常见的6个面，每一个面的概率都是1/6。第二个只有4个面，，每一个面的概率是1/4。第三个有8个面，，每一个面的概率是1/8。首先先选择一个骰子，挑到每一个骰子的概率1/3，然后投掷，可以得到。最后会得到一堆的序列，比如会得到等等，这种序列叫可见状态序列，但在HMM里面，还存在一个隐含状态链，比如这个状态链可能是。从8
闪耀绿箭侠·2018-08-03 23:00

推荐系统论文阅读——Factorizing Personalized Markov Chains for Next-Basket Recommendation

转自博客：https://blog.csdn.net/stalbo/article/details/78555477论文题目：FactorizingPersonalizedMarkovChainsforNext-BasketRecommendationFactorizingPersonalizedMarkovChainsforNext-BasketRecommendation矩阵分解（MF）和马尔
Darlin_F·2018-07-30 09:14

推荐系统论文阅读——Factorizing Personalized Markov Chains for Next-Basket Recommendation

转自博客：https://blog.csdn.net/stalbo/article/details/78555477论文题目：FactorizingPersonalizedMarkovChainsforNext-BasketRecommendationFactorizingPersonalizedMarkovChainsforNext-BasketRecommendation矩阵分解（MF）和马尔
Darlin_F·2018-07-30 09:14

概率图模型笔记（二） 隐马尔科夫模型（Hidden Markov Model）

写在前面隐马尔科夫模型（HiddenMarkovModel，以下简称HMM）是比较经典的机器学习模型了，它在语言识别，自然语言处理，模式识别等领域得到广泛的应用。最近入坑NLP，看到好多算法都涉及到HMM。那么什么样的问题需要HMM模型来解决，一般有以下两个特征：（1）我们的问题是基于序列的，比如时间序列，或者状态序列。（２）我们的问题中有两类数据，一类序列数据是可以观测到的，即观测序列；而另一类
kaiyuan_sjtu·2018-07-12 14:07

Finite Markov Decision Processes

个人学习记录虽然DQN的发展，让RL在应用上有了很大的提升，但是很多思想还有可以从以前的方法中找到影子。其中DQN和Policygradient都是可以从Q-learning和MDPS中找到参考。下面具体介绍MDPS的过程。符号对应的意义St:State代表t时刻的状态Rt:reward代表t时刻的收益At:Action代表在t时刻的行为P:policy代表行为的准则St:State代表t时刻的状
ckqsars·2018-03-21 10:53

隐形马尔可夫模型 Hidden Markov Model

作者：YangEninala链接：https://www.zhihu.com/question/20962240/answer/33438846来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。隐马尔可夫（HMM）好讲，简单易懂不好讲。我认为@者也的回答没什么错误，不过我想说个更通俗易懂的例子。我希望我的读者不是专家，而是对这个问题感兴趣的入门者，所以我会多阐述数学思想
shelley__huang·2018-02-22 15:52

[work]马尔可夫链 （Markov Chain）是什么鬼

“随机过程随机过，实变函数学十遍，微机原理闹危机，汇编语言不会编”1.唯一让我彻底蒙圈的课程这些课程真的太难了，大学里无数人为此伤透了脑筋，挂科率杠杠的。我当初也是的，特别是随机过程这门课，上完了一学期的课，只记住了几个公式，问我干嘛的？不知道！像其他的高等数学啊，电磁场电磁波啊，通信原理啊，我都能大体知道是干嘛的，用在什么地方。讲真的，唯独就随机过程，感觉这门课太变态了，学的我云里雾里的，尤其是
This is bill·2018-01-23 16:44

强化学习(二)：马尔科夫决策过程(Markov decision process)

本章是强化学习的基础，主要讲的就是马尔科夫决策过程，以后的内容都是以这一节为基础的，所以对本节的相关概念的理解是很重要的。这一节的概念比较多，也是后面章节的基础，一开始笔者也是一头雾水，只有多看几遍，多去思考，才能慢慢理解。毕竟概念与定义比较多，想要一下子消化完还是有一些难度的。这篇博客也是笔者看完DavidSilver的公开课与其它一些参考资料后的理解，希望对大家有所帮助。为什么在强化学习中会用
Webbley·2018-01-17 10:59

【机器学习】马尔可夫（Markov）预测法 整理

隐马尔可夫模型（HiddenMarkovModel，HMM）作为一种统计分析模型，创立于20世纪70年代。80年代得到了传播和发展，成为信号处理的一个重要方向，现已成功地用于语音识别，行为识别，文字识别以及故障诊断等领域。基本理论隐马尔可夫模型是马尔可夫链的一种，它的状态不能直接观察到，但能通过观测向量序列观察到，每个观测向量都是通过某些概率密度分布表现为各种状态，每一个观测向量是由一个具有相应概
CWS_chen·2018-01-11 09:25

生物信息中的Markov链

Markov链Markov链是状态的集合，也可以理解为一条有时序性的状态链，它的一个基本假设是下一状态只与当前状态有关，与过去的状态无关，用数学语言描述便是：$$P(x_{i}|x_{i-1},x_{i
翁健聪·2018-01-03 00:00

马尔可夫链

通俗地说，就是在知道过程现在的条件下，其将来的条件分布不依赖于过去，则称随机过程{X(t),t∈T}具有马尔可夫（Markov）性马尔可夫过程{X(t),t∈T}是一个随机过程，若其满足马尔可夫性，则称其为马尔可夫过程马尔可夫链
Chen_SL·2017-12-26 11:26
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他