«graph-theory» 태그된 질문

그래픽 모델에 대한 소개는 그것들을 "... 그래프 이론과 확률 이론의 결혼"으로 묘사합니다. 확률 이론 부분을 얻었지만 정확한 그래프 이론이 어디에 적합한 지 이해하는 데 어려움이 있습니다. 그래프 이론의 통찰력은 불확실성에서 확률 분포와 의사 결정에 대한 이해를 심화시키는 데 도움이 되었습니까? PGM을 "트리"또는 "이중"또는 "비 지향"으로 분류하는 등 PGM에서 그래프 이론 …

29 graphical-model  graph-theory  distributions 

나는 그 주제가 CrossValidated 관심사에 들어가는 지 확신 할 수 없다. 말해 줄게 그래프 ( 그래프 이론에서 ) 즉 , 공부해야합니다 . 연결되어있는 특정 수의 점이 있습니다. 모든 점과 각 점이 의존하는 점이있는 테이블이 있습니다. (또한 관련이있는 또 다른 테이블이 있습니다) 내 질문은 : 쉽게 연구하기 좋은 소프트웨어 (또는 R …

22 r  data-visualization  graph-theory 

MRF의 관측 된 노드 값을 고정하면 CRF가됩니까?

19 probability  graphical-model  graph-theory  conditional-random-field  markov-random-field 

아래의 인과 관계 그래프 에서 Y 에 대한 의 인과 적 영향을 계산하려면 백도어 조정 및 현관 조정 조정 이론을 모두 사용할 수 있습니다. 즉 P ( y | do ( X = x ) ) = ∑ u P ( y | x , u ) P ( u …

12 self-study  causality  graph-theory  dag 

이 백서에 요약 된 백본 네트워크 추출 방법을 사용하고 있습니다 : http://www.pnas.org/content/106/16/6483.abstract 기본적으로 저자는 그래프의 각 가장자리에 대해 가장자리가 우연히 발생할 수있는 확률을 생성하는 통계 기반 방법을 제안합니다. 나는 전형적인 통계적 유의성 컷오프 0.05을 사용합니다. 이 방법을 여러 실제 네트워크에 적용 해 왔으며 흥미롭게도 일부 네트워크는 그다지 중요하지 않습니다. 이것이 …

11 probability  statistical-significance  data-visualization  graph-theory  networks 

고려 에르 도스 - RENYI 랜덤 그래프 G=(V(n),E(p))G=(V(n),E(p))G=(V(n),E(p)) . nnn 개의 정점 세트 VVV 는 V={1,2,…,n}V={1,2,…,n}V = \{1,2,\ldots,n\} 됩니다. 에지 세트 ( EEE 는 랜덤 프로세스에 의해 구성된다. 하자 ppp 확률 수 0&lt;p&lt;10&lt;p&lt;10<p<1 , 순서화하고 각 쌍 {i,j}{i,j}\{i,j\} 정점 ( i≠ji≠ji \neq j )의 에지로 발생 EEE 확률과 ppp 서로 …

10 probability  distributions  binomial  graph-theory 

작은 세계 네트워크는 대부분의 노드가 서로의 이웃되지 않는 수학적 그래프의 일종이지만, 대부분의 노드는 홉 또는 단계의 소수에 의해 다른 모든에서 도달 할 수 있습니다. 구체적으로, 소규모 세계 네트워크는 무작위로 선택된 두 노드 사이의 전형적인 거리 L (필요한 단계 수)이 네트워크에서 노드 수 N의 로그에 비례하여 증가하는 네트워크로 정의됩니다. L ≈ …

10 hypothesis-testing  graph-theory  networks 

그래프 에 존재하는 데이터가 있습니다 . 꼭짓점은 두 클래스 중 하나에 속하며 두 클래스 를 구별하기 위해 SVM을 훈련시키는 데 관심이 있습니다. 이것에 대한 하나의 적절한 커널은 인 확산 커널 , 는 IS 라플라시안 의 및 튜닝 파라미터이다.y i ∈ { − 1 , 1 }G = ( V, E)G=(V,E)G=(V,E)와이나는∈ …

10 svm  cross-validation  kernel-trick  graph-theory 

노드 위치가 밀도 로 푸 아송 포인트 프로세스를 따르고 가 보다 가까운 노드 사이에 배치 되는 무한 랜덤 기하학적 그래프를 고려하십시오 . 따라서 가장자리의 길이는 다음 PDF를 따릅니다.ρρ\rhoddd f(l)={2ld2l≤d0l&gt;df(l)={2ld2l≤d0l&gt;d f(l)= \begin{cases} \frac{2 l}{d^2} \;\quad l \le d \\ 0 \qquad\; l > d \end{cases} 위의 그래프에서 원호를 중심으로 반지름 의 …

10 probability  stochastic-processes  pdf  asymptotics  graph-theory