标签：轨迹 ffffff str 实例化 template 概率图 无限 方式 back
本章总结几个模板模型：动态贝叶斯、隐马尔科夫和Plate模型
1 OverView of Template Models
为了达到不用每一都对问题建立模型，而是每次都对某一类问题有一个统一的模型进行处理，而提出了模板模型。模板模型（template model）编码了具有重复结构和共享参数的模型。从而使图模型的描述方式更加的紧凑，可以应用于无限大的贝叶斯网络。主要包括模板变量（Template variables）和语言（language）。
模板变量（Template variables）是图模型中多次被实例化的变量；模版模型语言（language）描述了模版变量如何从模版中继承依赖关系。典型的Template Models可以分为两类：
1）时序过程上的重复（Temporal Models）: 动态贝叶斯模型（DBN）、隐马尔科夫模型（HMM）
2）对象关系上的重复（Plate Models）: 有向或无向
2 DBNs 动态贝叶斯网络（时序模型）
对于一个贝叶斯网络，可能在下一时刻，模型中的variables不仅仅依赖于当前时刻的其他variables，还可能依赖于上一个时刻的variables，整个模型内variables的变化是动态的，因此要将时间这一个因素考虑进去，并且当前时刻的variables中的values，会被下一个时刻的values所替代，因此整个variables没有变化，变化的是里面的values，这也是一种Template Model。
2.1 轨迹（Trajectory）
表示的是在时间点 t 时，系统的状态变量（Template variables）集 X 。
标签：轨迹 ffffff str 实例化 template 概率图 无限 方式 back
原文地址：http://www.cnblogs.com/yangrenzhi/p/7499392.html
