Markov staket

Markov-fäktning för noder i en grafmodell innehåller alla variabler som avskärmar en nod från resten av nätverket. Detta betyder att en nods Markov-stängsel är den enda kunskap som behövs för att förutsäga beteendet hos noden och dess barn. Termen myntades av Judah Pearl 1988 [1] .

I ett Bayesianskt nätverk ger förälder- och underordnade värden för en nod uppenbarligen information om noden. Men föräldrarna till dess barn måste också inkluderas, eftersom de kan användas för att förklara noden i fråga. I ett Markov-nätverk är Markov-stängslet för en nod helt enkelt dess intilliggande noder.

Ett Markov-stängsel för en nod i ett Bayesian-nätverk är en uppsättning noder som består av föräldrar , dess barn och andra föräldrar till dess barn. I ett Markov-nätverk består Markov-stängslet i en nod av uppsättningen av dess grannar. Markov-stängslet för nod A kan också betecknas som .

Varje uppsättning noder i nätverket är villkorligt oberoende av om den beror på uppsättningen , det vill säga när den beror på nodens Markov-stängsel . Sannolikhet har en Markov-egenskap . Formellt för olika noder och :

Se även

Anteckningar

  1. ↑ Pearl, 1988 .

Litteratur