Xem 1-20 trên 233 kết quả Markov
  • Nhiều mô hình ngẫu nhiên trong Vận trù học, Kinh tế, Kĩ thuật, Dân số học, Di truyền học,... dựa trên cơ sở là quá trình Markov. Đặc biệt, hiện tại một lĩnh vực mới về Tin − Sinh học (Bioinformatics) chuyên nghiên cứu về gene ứng dụng rất mạnh các vấn đề của lí thuyết các quá trình Markov.

    pdf22p trannhu 14-07-2009 1280 457   Download

  • Mô hình Markov ẩn là mô hình thống kê trong đó hệ thống được mô hình hóa được cho là một quá trình Markov với các tham số không biết trước và nhiệm vụ là xác định các tham số ẩn từ các tham số quan sát được. Các tham số của mô hình được rút ra sau đó có thể được sử dụng để thực hiện các phân tích kế tiếp, ví dụ ứng dụng cho nhận dạng mẫu.

    doc18p giomuadong 01-08-2010 462 196   Download

  • Phần 1 Giáo trình Các mô hình xác suất và ứng dụng - Phần I: Xích Markov và ứng dụng trình bày các định nghĩa và ví dụ như tính Markov, xích Markov rời rạc và thuần nhất, một số mô hình xích Markov, xích Markov có hữu hạn trạng thái, mô hình phân chia thị trường, mô hình trò chơi hai đấu thủ, phân tích bước thứ nhất, xích Markov chạy liên tiếp.

    pdf70p uocvong08 20-10-2015 97 50   Download

  • Phần 2 Giáo trình Các mô hình xác suất và ứng dụng - Phần I: Xích Markov và ứng dụng trình bày chương 2 - Phân loại trạng thái xích Markov. Nội dung chương này trình bày mục đích, các trạng thái liên thông và sự phân lớp, chu kỳ của trạng thái, trạng thái hồi quy và không hồi quy,... Mời các bạn cùng tham khảo.

    pdf106p uocvong08 20-10-2015 61 34   Download

  • Mô hình Markov ẩn (tiếng Anh là Hidden Markov Model - HMM) là mô hình thống kê trong đó hệ thống được mô hình hóa được cho là một quá trình Markov với các tham số không biết trước và nhiệm vụ là xác định các tham số ẩn từ các tham số quan sát được, dựa trên sự thừa nhận này. Các tham số của mô hình được rút ra sau đó có thể sử dụng để thực hiện các phân tích kế tiếp, ví dụ cho các ứng dụng nhận dạng mẫu....

    pdf13p and_12 08-08-2013 78 30   Download

  • Markov Chains MARKOV PROCESSES Markov processes provide very flexible, powerful, and efficient means for the description and analysis of dynamic (computer) system properties. Performance and dependability measures can be easily derived. Moreover, Markov processes constitute the fundamental theory underlying the concept of queueing systems. In fact, the notation of queueing systems has been viewed sometimes as a high-level specification technique for (a sub-class of) Markov processes.

    pdf68p vaseline 23-08-2010 90 27   Download

  • Steady-State Solutions of Markov Chains In this chapter, we restrict ourselves to the computation of the steady-state probability vector’ of ergo&c Markov chains. Most of the literature on solution techniques of Markov chains assumes ergodicity of the underlying model. A comprehensive source on algorithms for steady-state solution techniques is the book by Stewart [Stew94]. From Eq. (2.15) and Eq. (2.58), we have v = VP and 0 = nQ, respectively, as points of departure for the study of steady-state solution techniques. Eq. (2.15) can be transformed so that: 0 = Y(P -1).

    pdf49p vaseline 23-08-2010 66 21   Download

  • Mô hình Markov ẩn (HMM) là một mô hình thống kê, thích hợp ứng dụng trong việc nhận dạng mẫu: tiếng nói, hình ảnh và chữ viết… HMM được ứng dụng rộng rãi trong những năm gần đây vi hai lý do. Thứ nhất, mô hình có độ chính xác cao trong nhiều ứng dụng; Thứ hai, cấu trúc mô hình có thể thay đổi dễ dàng cho phù hợp với từng ứng dụng cụ thể.

    pdf7p sunshine_2 18-07-2013 76 20   Download

  • This book aims to give a complete and self-contained presentation of semi- Markov models with finitely many states, in view of solving real life problems of risk management in three main fields: Finance, Insurance and Reliability providing a useful complement to our first book (Janssen and Manca (2006)) which gives a theoretical presentation of semi-Markov theory. However, to help assure the book is self-contained, the first three chapters provide a summary of the basic tools on semi-Markov theory that the reader will need to understand our presentation.

    pdf441p thuymonguyen88 07-05-2013 41 17   Download

  • In this section we introduce an efficient method for the steady-state analysis of Markov chains. Whereas direct and iterative techniques can be used for the exact analysis of Markov chains as previously discussed, the method computations of Courtois [Cour75, Cour77] is mainly applied to approximate u NN the desired state probability vector u. Courtois’s approach is based of on decomposability properties of the models under consideration.

    pdf24p vaseline 23-08-2010 54 13   Download

  • Hidden Markov Models (HMMs), although known for decades, have made a big career nowadays and are still in state of development. This book presents theoretical issues and a variety of HMMs applications in speech recognition and synthesis, medicine, neurosciences, computational biology, bioinformatics, seismology, environment protection and engineering. I hope that the reader will find this book useful and helpful for their own research.

    pdf0p cucdai_1 20-10-2012 54 11   Download

  • Algorithms for Non-Product-Form Networks Although many algorithms are available for solving product-form queueing networks (see Chapters 8 and 9), most practical queueing problems lead to non-product-form networks. If the network is Markovian (or can be Markovized), automated generation and solution of the underlying CTMC via stochastic Petri nets (SPNs) is an option provided the number of states is fewer than a million. Instead of the costly alternative of a discrete-event simulation, approximate solution may be considered.

    pdf136p vaseline 23-08-2010 44 10   Download

  • Written by two foremost researchers in the field, this book studies the local times of Markov processes by employing isomorphism theorems that relate them to certain associated Gaussian processes. It builds to this material through self-contained but harmonized 'mini-courses' on the relevant ingredients, which assume only knowledge of measure-theoretic probability. The streamlined selection of topics creates an easy entrance for students and for experts in related fields.

    pdf632p kennybibo 14-07-2012 39 10   Download

  • Transient Solution of Markov Chains Transient solution is more meaningful than steady-state solution when the system under investigation needs to be evaluated with respect to its shortterm behavior, Using steady-state measures instead of transient measures could lead to substantial errors in this case. Furthermore, applying transient analysis is the onl y choice if non-ergodic models are investigated, Transient analysis of Markov chains has been attracting increasing attention and is of particular importance in dependability modeling. ...

    pdf31p vaseline 23-08-2010 51 9   Download

  • This chapter considers several large applications. The set of applications organized into three sections. In Section 13.1, we present case studies queueing network applications. In Section 13.2 we present case studies Markov chains and stochastic Petri nets. In Section 13.3, case studies hierarchical models are presented.

    pdf76p vaseline 23-08-2010 45 8   Download

  • This paper explores techniques to take advantage of the fundamental difference in structure between hidden Markov models (HMM) and hierarchical hidden Markov models (HHMM). The HHMM structure allows repeated parts of the model to be merged together. A merged model takes advantage of the recurring patterns within the hierarchy, and the clusters that exist in some sequences of observations, in order to increase the extraction accuracy.

    pdf8p hongvang_1 16-04-2013 20 6   Download

  • We describe a simple variant of the interpolated Markov model with non-emitting state transitions and prove that it is strictly more powerful than any Markov model. Empirical results demonstrate that the non-emitting model outperforms the interpolated model on the Brown corpus and on the Wall Street Journal under a wide range of experimental conditions. The nonemitting model is also much less prone to overtraining. The remainder of our article consists of four sections.

    pdf5p bunthai_1 06-05-2013 17 6   Download

  • This paper presents a method to develop a class of variable memory Markov models that have higher memory capacity than traditional (uniform memory) Markov models. The structure of the variable memory models is induced from a manually annotated corpus through a decision tree learning algorithm. A series of comparative experiments show the resulting models outperform uniform memory Markov models in a part-of-speech tagging task.

    pdf7p bunbo_1 17-04-2013 16 5   Download

  • The automatic coding of clinical documents is an important task for today’s healthcare providers. Though it can be viewed as multi-label document classification, the coding problem has the interesting property that most code assignments can be supported by a single phrase found in the input document. We propose a Lexically-Triggered Hidden Markov Model (LT-HMM) that leverages these phrases to improve coding accuracy.

    pdf10p hongdo_1 12-04-2013 24 4   Download

  • Most statistical machine translation systems rely on composed rules (rules that can be formed out of smaller rules in the grammar). Though this practice improves translation by weakening independence assumptions in the translation model, it nevertheless results in huge, redundant grammars, making both training and decoding inefficient. Here, we take the opposite approach, where we only use minimal rules (those that cannot be formed out of other rules), and instead rely on a rule Markov model of the derivation history to capture dependencies between minimal rules. ...

    pdf9p hongdo_1 12-04-2013 17 4   Download


Đồng bộ tài khoản