×

兹马思-数学第一资源

vines模型条件相关随机变量的概率密度分解。(英语) Zbl 1314.62040
概述:vine是一种新的相依随机变量图形模型。Vines推广了多元分布建模中常用的Markov树。它们与马尔可夫树和贝叶斯信念网的不同之处在于,条件独立的概念被削弱,允许各种形式的条件依赖。导出了藤蔓相关分布密度的一般公式。在将信念网分解为团的基础上,推广了著名的信念网密度公式。此外,该公式还可以简单地证明正则藤蔓的信息分解定理。讨论了(条件)抽样问题,提出用Gibbs抽样对条件藤蔓相关分布进行抽样。建立在最高等级树上的所谓“标准藤蔓”为吉布斯取样提供了最有效的结构。

理学硕士:
62E10型 统计分布的特征与结构理论
62B10号 信息论论题的统计方面
62小时 关联度量(相关、典型相关等)
68T30型 知识表示
94A17型 信息量,熵
PDF格式 BibTeX公司 XML 引用
全文: 内政部