概率图模型 - 随笔分类 - 一抹烟霞

安装GTSAM

摘要：一、下载gtsam源码 git clone https://bitbucket.org/gtborg/gtsam.git 二、依赖 Boost >= 1.43 (Ubuntu: sudo apt-get install libboost-all-dev) CMake >= 3.0 (Ubuntu: 阅读全文

posted @ 2020-11-05 09:42 一抹烟霞阅读(3620) 评论(0) 推荐(0)

gtsam使用教程

摘要：```cpp #include #include #include #include #include #include #include #include #include // 定义图变量 NonlinearFactorGraph gtSAMgraph;// 创建一个非线性的因子图 Values 阅读全文

posted @ 2020-07-24 18:03 一抹烟霞阅读(874) 评论(0) 推荐(0)

概率图模型 ——（9）二值图切法

摘要：@ 一、算法特点二、最小s-t 切分三、最大流问题注意：双向节点，一个方向减少多少，相反方向就要增加多少剩余还有流量与s节点或t节点相连的为对应的集合四、利用图切法求解概率推理问题 4.1 图切法的适用条件 4.2 能量函数 4.3 算法流程五、应用阅读全文

posted @ 2020-07-23 18:07 一抹烟霞阅读(376) 评论(0) 推荐(0)

概率图模型 ——（8）最大后验概率状态推理 (MAP 推理)

摘要：@ 一、简介二、变量消元法求MAP 三、团树传播算法求MAP 四、小结阅读全文

posted @ 2020-07-23 15:30 一抹烟霞阅读(575) 评论(0) 推荐(0)

概率图模型 ——（7）树状图中的信念传播算法（Belief Propagation）

摘要：@ 一、简介二、算法流程节点势函数初始化；所有消息初始化为 1；选取所有边，迭代更新消息；当消息传递收敛时，计算所有节点的信念（belief）三、BP 算法与Bethe 聚类图四、BP 算法与团树传播算法的联系阅读全文

posted @ 2020-07-23 15:27 一抹烟霞阅读(1733) 评论(0) 推荐(0)

概率图模型 ——（6）团树传播算法

摘要：@ 一、变量消元与团树的关系二、聚类图（cluster graph）三、团树传播算法(clique tree message passing） 3.1利用变量消元过程构建一个聚类图 3.2 由变量消元法构建的聚类图的性质 3.3 用团树传播算法计算变量 X 的边缘概率算法流程：利用变量消元构阅读全文

posted @ 2020-07-23 14:37 一抹烟霞阅读(1145) 评论(0) 推荐(0)

概率图模型 ——（5）变量消元法求边缘概率

摘要：@ 一、推理问题的分类二、变量消元法 2.1 示例1 2.2 示例2 变量消元的顺序并不是固定的，可以任意改变 2.3 变量消元法时间复杂度分析 2.4 导出图 2.5 变量消元法消元顺序三、小结阅读全文

posted @ 2020-07-23 11:11 一抹烟霞阅读(937) 评论(0) 推荐(0)

概率图模型 ——（4）因子图

摘要：@ 一、因子图（factor graph）的定义二、贝叶斯网络用因子图表示三、MRF 用因子图表示阅读全文

posted @ 2020-07-20 21:12 一抹烟霞阅读(4197) 评论(0) 推荐(0)

概率图模型 ——（3）马尔科夫随机场

摘要：@ 一、马尔科夫随机场定义二、一个简单的例子阅读全文

posted @ 2020-07-20 21:08 一抹烟霞阅读(449) 评论(0) 推荐(0)

概率图模型 ——（2）贝叶斯网络

摘要：@ 一、贝叶斯网络定义 1.1 贝叶斯网络例子二、概率影响的流动性三、贝叶斯网络中的独立性阅读全文

posted @ 2020-07-20 20:53 一抹烟霞阅读(579) 评论(0) 推荐(0)

概率图模型 ——（1）概率论与图论基础

摘要：@ 一、概率论 1.1 基本名词概念 1.2 概率的定义 1.3 条件概率的定义 1.4 条件概率的三大公式 1.5 独立性 1.6 条件独立性 1.7 概率图模型常用的三个概念二、图论圈的概念：如图1中的1265形成了了一个圈，图2中的1253形成了一个圈阅读全文

posted @ 2020-07-20 20:33 一抹烟霞阅读(594) 评论(0) 推荐(0)

随笔分类 - 概率图模型