14、多维建模与马尔可夫随机场知识解析

多维建模与马尔可夫随机场知识解析

1. 多维建模的表示形式

在多维建模中,存在八种表示形式,这些形式的差异基于三个基本方面的选择:表示模型或其平方根、确定性约束与统计建模,以及全/密集矩阵与稀疏矩阵或卷积核。

对于最后一个方面,核实际上是矩阵的一种隐式、高度稀疏的表示。如果问题具有高度非平稳性,常规的稀疏矩阵方法更为简单;若问题大多是平稳的,存储核并跟踪非平稳异常(如边界和不连续处)可能更容易。

而前一个方面更为重要。所有的 (L)、(L)、(A)、(\Gamma) 都是有效的,但直接指定 (L^TL)、(Q)、(P) 必须保证半正定性。对于平稳问题,这个要求很容易满足,但对于非平稳问题,确定性可能更加微妙。

一般来说,协方差 (P) 是密集的。对于基于约束的模型,如果 (L) 中的对角带数量(或者等价地,(L) 中的非零元素数量)为 (b),那么 (Q = L^TL) 最多可能有 (b^2) 个带。因此,对于 (z \in R^n),乘积 (x = Qz) 的复杂度为 (O(b^2n)),而分别计算 (y = Lz) 和 (x = L^Ty) 的复杂度为 (O(2bn)),但存储复杂度翻倍,因为需要在内存中存储 (y)。

在计算复杂度不是过高的情况下,与 (L)、(L) 中堆叠的约束集相比,(Q) 的存储需求减少,结构更简单、更均匀,这可能使得人们更倾向于选择 (Q)、(Q)。

2. 合成孔径雷达干涉测量应用

雷达干涉测量是图像处理和遥感中的一个有趣问题。像素处的复雷达回波相位与该像素处的目标距离成正比。可以从一颗卫星(如 Radarsat)的两个精确轨道位置获取两幅雷达图像,或者更好的是,从一

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值