本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
我們引入貝葉斯方法來發現結構複雜過程中的模式。所提出的貝葉斯結構推理（BSI）方法依賴一組候選單線隱馬可夫模型（uHMM）拓撲來從資料系列推斷過程結構。我們採用最近開發的拓撲的精確枚舉是機器的一個元素。 （續集隨後消除了拓撲限制。）uHMM 拓撲的這個子集具有額外的好處，即無論估計的轉移機率如何，推斷的模型都保證是機器的一個元素。的屬性是機器和 uHMM 的元素，允許推導分析表達式來估計轉移機率、推斷起始狀態以及比較候選模型拓撲的後驗機率，儘管過程內部結構僅間接存在於資料中。我們證明了 BSI 在估計過程隨機性（透過香農熵率反映）及其結構（透過統計複雜性量化）方面的有效性。我們還比較了使用候選模型的後驗分佈和用於點估計的單一最大後驗模型，並表明前者更準確地反映了估計值的不確定性。我們將 BSI 應用於有限且無限階馬可夫過程的類內範例，以及類外、無限狀態隱藏過程。