markov-chains

    1熱度

    1回答

    我一直在使用jMarkov來分析CTMC。這似乎是爲此目的最好定義的Java庫。我的分析中的一個部分也需要DTMC的穩態解決方案。雖然jMarkov手冊提到它也可以處理DTMC,但作者似乎忽略了這個案例。因此,圖書館的文件似乎不完整。 有人可以指導我通過jMarkov或指向我的手冊,可以是有用的一部分?如果有另一個我可以使用的庫,那也會很好。另外,如果有人能夠指向我的Java實現,這可以幫助我找到

    4熱度

    1回答

    鑑於以下馬爾可夫矩陣: import numpy, scipy.linalg A = numpy.array([[0.9, 0.1],[0.15, 0.85]]) 平穩概率存在且等於[.6, .4]。這是很容易通過採取大功率矩陣的驗證: B = A.copy() for _ in xrange(10): B = numpy.dot(B,B) 這裏B[0] = [0.6, 0.4]。到現

    30熱度

    4回答

    馬爾可夫鏈模型和隱馬爾可夫模型有什麼區別?我讀過維基百科,但無法理解這些差異。

    4熱度

    2回答

    我想生成一個隨機文本,使用字母頻率從書中的.txt文件,以便每個新字符(string.lowercase + ' ')取決於前一個。 如何使用馬爾可夫鏈來做到這一點?或者每個字母使用27個帶條件頻率的數組更簡單嗎?

    1熱度

    2回答

    我正在編碼N階馬爾可夫鏈。 它是這樣的: class Chain: def __init__(self, order): self.order = order self.state_table = {} def train(self, next_state, *prev_states): if len(prev_states) != self.order: rai

    2熱度

    2回答

    我正在創建一個AI引擎的項目,其中一個機器人正在探索一個2D網格化的世界,並且必須決定接下來要移動的廣場。是否存在可用的馬爾可夫庫(即,我只是更改參數)或存在的樣本?

    0熱度

    1回答

    這裏有沒有人使用一些測試來實現吉布斯採樣。我必須實施Gibbs抽樣,但是我把它定位在實施層面上存在問題。 ----如何以及從哪裏選擇測試數據? ----如何根據這些數據創建貝葉斯網絡? (據我的理解,你應該有一些貝葉斯網絡從採樣。) 如果一些機構可以指導我在這也將是巨大的幫助....

    0熱度

    2回答

    的定義可能是錯誤的生成馬爾可夫模型,所以請糾正我,如果是這樣的話。我需要生成從以下類型的矩陣馬爾可夫模型: four two "e" four two "e" three three "e" one three "e" zero six one zero "e" two two "e" two two "e" two two "e" two two "e

    3熱度

    1回答

    我目前正在使用基於一系列請求和系統狀態進行調度決策的系統。 我想採取真正的輸入流,模擬出一些組件,並對其餘的運行模擬。這個想法是用它來規劃系統容量(即何時對某些組件進行縮放),追蹤某些失效模式,並分析變更對代碼庫的影響(例如,與使用版本B進行仿真相比,版本A的仿真) 。 我可以做所有與此相關的事情,除了生成合適的輸入流。重放生產中的確切輸入並不是很有用,因爲很難獲得足夠長的數據流來梳理我試圖找到的

    8熱度

    1回答

    構建多階Markov鏈轉移矩陣 6個州的一階轉移矩陣可以constructed very elegantly as如下 x = [1 6 1 6 4 4 4 3 1 2 2 3 4 5 4 5 2 6 2 6 2 6]; % the Markov chain tm = full(sparse(x(1:end-1),x(2:end),1)) % the transition matrix. 因