概率无向图模型

概率无向图随机模型 = probabilistic undirected graphical model = 马尔可夫随机场 = Markov random field = 一个可以由无向图表示的联合概率分布

定义

概率无向图随机模型:设有联合概率分布P(Y),由无向图G=(V,E)表示。在图G中,V表示随机变量,E表示随机变量之间的依赖关系。如果P(Y)满足成对、全局、局部马尔可夫性,则称P(Y)为概率无向图随机模型。 成对(pairwise)马尔可夫性:都书上定义,懒得抄了 全局(global)马尔可夫性局部(local)马尔可夫性团(clique)最大团(maximal clique)概率无向图模型的因子分解:将P(Y)表示为其最大团上的随机变量的函数的乘积形式的操作

因子分解

P(Y)=1ZCΨC(YC)P(Y) = \frac{1}{Z}\prod_C\Psi_C(Y_C)

其中: C是最大团。 Ψ\Psi是最大团上的函数。又称势函数(potential function)。严格正的。通常定义为ΨC(YC)=exp{E(YC)}\Psi_C(Y_C) = \exp\{-E(Y_C)\} Z是规范化因子,保证P(Y)构成一个概率分布。

Last updated