prupcognition的博客

马尔科夫网络属于无向图模型 条件独立性体现在三个方面： 条件独立性：{全局：XA⊥XB∣XC局部：xi⊥xi−nb∣xnb给定xi的邻居xnb情况下，xi独立于xi的非邻居成对：xi⊥xj∣x−i,j给定所有非xi和xj情况下，xi独立于xj 条件独立性： \begin{cases} 全局：\quad X_A \bot X_B |X_C\\ 局部： \quad x_i \bot x_...

1:马尔科夫无向图 在 上面的无向图中，我们有观测变量和隐变量，是一种较简单的马尔科夫结构，3个观测变量y,3个隐藏变量x, 通过因子图的方式联合概率可以写为： p(x1,x2,x3,y1,y2,y3)=ϕ(x1,x2)ϕ(x2,x3)ψ(x1,y1)ψ(x2,y2)ψ(x3,y3)p(x_1,x_2,x_3,y_1,y_2,y_3)=\phi(x_1,x_2)\phi(x_2,x_3)\psi...

1:拉格郎日函数 对于问题： min f0(x)min \ f_0(x)min f0​(x) fi(x)≤0 i=1,2...,nf_i(x) \leq 0 \ i=1,2...,nfi​(x)≤0 i=1,2...,n hi(x)≤0 i=1,2...,nh_i(x) \leq 0 \ i=1,2...,nhi​(x)≤0 i=1,2....