सशर्त संक्रमण संभावनाओं वाले मार्कोव मॉडल


10

पहले, मुझे यह स्वीकार करना चाहिए कि मैं सांख्यिकी और गणित में उतना पारंगत नहीं हूं जितना मैं होना चाहता हूं। कुछ लोग कह सकते हैं कि खतरनाक होने के लिए बस पर्याप्त ज्ञान होना चाहिए। : अगर मैं शब्दावली का सही ढंग से उपयोग नहीं कर रहा हूं तो DI माफी मांगता है।

मैं एक राज्य से दूसरे राज्य में संक्रमण करने वाले सिस्टम की संभावनाओं को मॉडल करने की कोशिश कर रहा हूं। एक साधारण मार्कोव मॉडल एक अच्छी शुरुआत है। (राज्यों का सेट, प्रारंभिक राज्य संभावनाओं का सेट, राज्यों के बीच संक्रमण संभावनाओं का सेट।)

हालाँकि, मैं जिस प्रणाली से मॉडलिंग कर रहा हूँ, वह उससे अधिक जटिल है। टी समय पर एक राज्य के लिए अग्रणी संक्रमण संभावनाएं टी -1 पर राज्य के अलावा अन्य चर पर निश्चित रूप से निर्भर हैं। उदाहरण के लिए, सूरज चमकने पर S1 -> S2 में संक्रमण की संभावना 40% हो सकती है, लेकिन बारिश होने पर S1 -> S2 संभावना 80% हो जाती है।

टिप्पणीकारों के सवालों से अतिरिक्त जानकारी:

  1. राज्य अवलोकनीय हैं।
  2. केवल 5-10 राज्य होंगे।
  3. वर्तमान में लगभग 30 सहसंयोजक हैं जिनकी हम जांच करना चाहते हैं, हालांकि अंतिम मॉडल निश्चित रूप से इससे कम होगा।
  4. कुछ सहसंयोजक निरंतर हैं, अन्य असतत हैं।

तीन प्रश्न:

  1. मैं अपने मार्कोव मॉडल में सशर्त संक्रमण संभावनाओं को कैसे शामिल कर सकता हूं?
  2. या, क्या पूरी तरह से एक और परिप्रेक्ष्य है जिससे मुझे इस मुद्दे पर संपर्क करना चाहिए?
  3. इसके अलावा, इस बारे में अधिक जानने के लिए मुझे कौन से कीवर्ड / कॉन्सेप्ट ऑनलाइन खोजने चाहिए?

मैं पहले से ही वेब के आसपास चीजों की तलाश कर रहा हूं जैसे "सशर्त संक्रमण संभावनाओं वाले मार्कोव मॉडल," लेकिन अभी तक मुझे चेहरे पर कुछ भी नहीं लगा है और कहा, "यह आपका जवाब है, डमी!"

आपकी मदद और धैर्य के लिए धन्यवाद।


साइट पर आपका स्वागत है। राज्य का स्थान कितना बड़ा है? क्या आप इस स्थिति का निरीक्षण करते हैं कि आपकी प्रक्रिया प्रत्येक चरण में है? आपके पास कितने कोवरिएट (अतिरिक्त भविष्यवक्ता) हैं? क्या वे निरंतर, असतत या शायद दोनों का मिश्रण हैं?
कार्डिनल

धन्यवाद, कार्डिनल। हां, राज्य अवलोकनीय हैं। संभवत: 5 से 10 राज्य होंगे। (यह अभी भी अनिश्चित है, लेकिन मैं एक बहुत बड़े राज्य स्थान की उम्मीद नहीं करता हूं।) अभी, हमारे पास लगभग 30 अतिरिक्त कोवरिअट्स की एक सूची है, जिन्हें हम जांच करने का इरादा रखते हैं, हालांकि उनमें से अधिकांश का शायद कम प्रभाव होगा। कुछ निरंतर हैं, और कुछ असतत हैं।
हारून जॉनसन

जवाबों:


5

आपके पास हमेशा 2 क्रम या उच्चतर आदेश मार्कोव श्रृंखला हो सकती है। उस स्थिति में आपका मॉडल तैयार हो जाता है, इसमें सभी संभाव्य संक्रमण जानकारी शामिल होती है। आप डायनेमिक बायेशियन नेटवर्क की जांच कर सकते हैं जो मार्कोव चेन के चित्रमय मॉडल सामान्यीकरण है जो मशीन सीखने में अक्सर उपयोग किए जाते हैं।


YBE, त्वरित उत्तर के लिए धन्यवाद! क्या यह (दूसरे क्रम या उच्च श्रृंखला के रूप में सिस्टम को मॉडलिंग करता है) मुझे निरंतर कोवरिएट्स, या बस असतत कोवरीयेट्स को मॉडल करने की अनुमति देता है? और क्या आप मुझे उस लिंक की ओर संकेत कर सकते हैं, जो आपके बारे में बात कर रहा है, इसका एक अच्छा उदाहरण है? धन्यवाद!
एरॉन जॉनसन

एक कागज है जिसे आप जांच सकते हैं। यह पहले 1 ऑर्डर चेन का वर्णन करना शुरू करता है, फिर उच्च ऑर्डर चेन के लिए स्थिति का वर्णन करता है। (उच्च-क्रम मल्टीवेरेट मार्कोव चेन और चिंग, एनजी, फंग द्वारा उनके अनुप्रयोग) यदि आप मशीन सीखने के सामान में रुचि रखते हैं, तो मैं आपको केविन मर्फी की वेबसाइट की जांच करने का सुझाव देता हूं। उसके पास एक MATLAB टूलबॉक्स भी है जिसके साथ आप खेल सकते हैं।
YBE

चिंग, एनजी और फंग पेपर के संदर्भ के लिए आपके उत्तर के लिए +1। यह एक अच्छी बात है। हालांकि, इसके माध्यम से पढ़ने के बाद, यह प्रतीत होता है कि यह केवल असतत चर को कवर करता है (जो कि मेरी उम्मीद के अनुसार है।) जबकि मैं अपने निरंतर चर को विवेक दे सकता हूं, मैं अभी भी उत्सुक हूं - क्या कोई मॉडल हैं जो कच्चे को संभाल सकते हैं चर?
आरोन जॉनसन

मैं एक विशेषज्ञ नहीं हूं, लेकिन मुझे लगता है कि परिणाम सामान्य रूप से निरंतर मामले के लिए धारण करना चाहिए। उदाहरण के लिए कलमन फ़िल्टर निरंतर राज्यों के साथ एक HMM (प्रथम क्रम मार्कोव श्रृंखला) पर चलता है।
YBE

मैंने तुरंत आपका जवाब नहीं दिया क्योंकि मैं और अधिक उम्मीदवारों की प्रतीक्षा कर रहा था। वे कभी नहीं आए, और मैं इसके बारे में भूल गया। दो साल बाद, मैं अब आपका जवाब स्वीकार करके आपको पुरस्कार देता हूं। जानकारी के लिए धन्यवाद! वैसे, क्या आप पिछले दो वर्षों में इस विषय पर कुछ और कह पाए हैं? यह अभी भी कुछ ऐसा है जिसमें मुझे दिलचस्पी है।
हारून जॉनसन

2

मेरा मानना ​​है कि आप जो देख रहे हैं वह मैक्सेंट मार्कोव मॉडल है

या आप मैक्सेंट मार्कोव मॉडल के एक सामान्यीकरण (यदि मैं इसे सही समझें) का उपयोग कर सकते हैं, जिसे सशर्त यादृच्छिक फ़ील्ड कहा जाता है ।


0

मैं अपने आप से एक ही सवाल पूछ रहा था और अगर आपको वास्तव में केवल राज्य के आधार पर परिणाम को मॉडल करने की आवश्यकता है टी1और covariates, आपको R मददगार में msm पैकेज मिल सकता है ।

यह पैकेज समय के साथ स्पष्ट परिणामों के बीच संक्रमण पर कोवरिअट्स के प्रभाव को मॉडलिंग करने के लिए एक बहुत अच्छा फिट प्रतीत होता है। यदि आपको वास्तव में उच्चतर क्रम श्रृंखला की आवश्यकता है तो यह मदद नहीं करेगा, लेकिन ऐसा नहीं लगता कि यह आपके मूल प्रश्न पर आधारित है।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.