Markov battaniyesi ve Bayes ağında normal bağımlılık

Bayes ağları hakkında okurken, " Markov battaniyesi " terimiyle karşılaştım ve Bayes ağ grafiğindeki bağımsızlığı ile ciddi bir şekilde karıştım.

Markov battaniyesi kısaca her düğümün sadece ebeveynlerine, çocuklarına ve çocuk ebeveynlerine bağlı olduğunu söylüyor (resimde A düğümü için gri alan).

Markov battaniyesi

Bu BN, $P(M,S,G,I,B,R)$ ortak olasılığı nedir ?

_{(kaynak: aiqus.com )}

Adım üst yalnızca bağımsızlık kuralını izlerseniz, bu:

P (M | S) P (S | G, I) P (I | B) P (R | B) P (G) P (B)

$P(M | S)P(S | G,I)P(I | B)P(R | B)P(G)P(B)$

$P(I|\mathbf{G},B)$

P (M | S) P (S | G, I) P (I | G, B) P (R | B) P (G) P (B)

$P(M | S)P(S | G,I)P(I | \mathbf{G},B)P(R | B)P(G)P(B)$

Peki bu BN'nin doğru ortak olasılığı hangisidir?

Güncelleme: AIQUS'ta bu sorunun çapraz bağlantısı

İlgili bölüm ve diyagramlar aşağıdadır:

alternatif metin http://img828.imageshack.us/img828/9783/img0103s.png

alternatif metin http://img406.imageshack.us/img406/3788/img0104l.png

bayesian bayesian-network

— Özgür
kaynak

Bağlantıların hepsi bozuk, lütfen günceller misiniz?

— Lerner Zhang

İlk türeviniz doğru!

"Başlangıçlar" veya "Hareketler" i gözlemlemediğimiz için, "Ateşleme" "Gaz" dan bağımsızdır. Burada yazdığınız şey, bir dizi gözlem verilen belirli bir düğümün olasılığının nasıl hesaplanacağı değil, sadece ortak dağılımın çarpanlarına ayrılmasıdır.

Markov Blanket'in söylediği, Bayes ağındaki rastgele bir değişken hakkındaki tüm bilgilerin bu düğümler setinde (ebeveynler, çocuklar ve çocukların ebeveynleri) yer almasıdır. Yani, BU TÜM değişkenleri gözlemlersek, düğümümüz ağdaki diğer tüm düğümlerden bağımsızdır.

Bayes ağındaki bağımlılık hakkında daha fazla bilgi için D-ayırma kavramına bakın .

— Nick
kaynak

cevap için thabks. Ama verdiğim wiki sayfasına baktın mı? Koşullu olasılık örneği gösterir; tüm MB düğümlerinin değişkene bağlı olduğunu ima eder.

— Özgür

Wiki sayfası doğru görünüyor. Markov Blanket, ağın geri kalanından bir kalkantır, böylece o 'kalkan'daki değerleri bilersek, ağdaki başka hiçbir değişken A hakkında ek bilgi vermez. Buradaki anahtar, ne hakkında konuştuğumuz. bu değerleri gözlemlediğimiz zaman olur, bu BN'nin yapısı göz önüne alındığında bir eklemin çarpanlarına ayrılmasını değiştirmez.

— Nick