Tải bản đầy đủ (.pdf) (38 trang)

MÔ HÌNH ĐỒ THỊ XÁC SUẤT

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (1013.5 KB, 38 trang )

<span class="text_page_counter">Trang 1</span><div class="page_container" data-page="1">

<b>Mơ hình đồ thị xác suất</b>

<b>Trần Quốc Long</b>

</div><span class="text_page_counter">Trang 2</span><div class="page_container" data-page="2">

<b>Nội dung</b>

1. Giới thiệu

2. Các mơ hình đồ thị3. Suy diễn

4. Ứng dụng

</div><span class="text_page_counter">Trang 3</span><div class="page_container" data-page="3">

<b>Giới thiệu</b>

<small>● Mơ hình hố</small>

<small>● Các đặc trưng cần mơ hình hố● Cơng cụ xác suất</small>

</div><span class="text_page_counter">Trang 4</span><div class="page_container" data-page="4">

<b>Mơ hình hóa: tại sao ?</b>

● Đơn giản hóa <sub>Ăn trộm</sub> <sub>Động đất</sub>

<small>Khung ảnh rơi</small>

</div><span class="text_page_counter">Trang 5</span><div class="page_container" data-page="5">

<b>Mơ hình hóa: tại sao ?</b>

● Đơn giản hóa

● Trực quan hóa

<small>Ơ rỗng: chưa biếtÔ đặc: đã biết</small>

<small>Ăn trộmĐộng đất</small>

<small>Khung ảnh rơi</small>

<b><small>C</small></b>

</div><span class="text_page_counter">Trang 6</span><div class="page_container" data-page="6">

<b>Mơ hình hóa: tại sao ?</b>

● Đơn giản hóa● Trực quan hóa

<small>A/B0101e-40.810.40.99</small>

</div><span class="text_page_counter">Trang 7</span><div class="page_container" data-page="7">

<b>Mơ hình hóa: tại sao ?</b>

● Đơn giản hóa● Trực quan hóa● Định lượng hóa

<small>A/B0101e-40.810.40.99</small>

</div><span class="text_page_counter">Trang 8</span><div class="page_container" data-page="8">

<b>Mơ hình hóa: tại sao ?</b>

● Đơn giản hóa● Trực quan hóa● Định lượng hóa● Mơ phỏng

● Truy vấn / Suy diễn

<i><b><small>Nếu khung ảnh rơi và động đất, khả năng ăn trộm = ?</small></b></i>

<i><b><small>Nếu khung ảnh rơi, khả năng ăn trộm = ?</small></b></i> <b><sup>80%</sup></b>

<small>A/B0101e-40.810.40.99</small>

</div><span class="text_page_counter">Trang 9</span><div class="page_container" data-page="9">

<b>Các đặc trưng cần mơ hình hóa</b>

<b>Tính khơng chắc chắn</b>

● Sự vật, hiện tượng có thể xảy ra hoặc không xảy ra

<small>○ Tất nhiên / ngẫu nhiên</small>

<small>A/B0101e-40.810.40.99</small>

</div><span class="text_page_counter">Trang 10</span><div class="page_container" data-page="10">

<b>Các đặc trưng cần mơ hình hóa</b>

<b>Tính cấu trúc</b>

● Sự vật, hiện tượng có mối liên hệ với nhau

<small>○ Nguyên nhân / kết quả</small>

<small>A/B0101e-40.810.40.99</small>

</div><span class="text_page_counter">Trang 11</span><div class="page_container" data-page="11">

<b>Công cụ xác suất</b>

</div><span class="text_page_counter">Trang 12</span><div class="page_container" data-page="12">

<b>Độc lập xác suất</b>

● Biến cố độc lập

<b><small>BA</small></b>

</div><span class="text_page_counter">Trang 13</span><div class="page_container" data-page="13">

<b>Độc lập xác suất</b>

● Độc lập có điều kiện

<b><small>BA</small></b>

</div><span class="text_page_counter">Trang 14</span><div class="page_container" data-page="14">

<b>Các mơ hình đồ thị</b>

<small>● Quy ước trên mơ hình đồ thị● Mạng Bayes (đồ thị có hướng)● Mạng Markov (đồ thị vơ hướng)</small>

</div><span class="text_page_counter">Trang 15</span><div class="page_container" data-page="15">

<b>Mơ hình đồ thị</b>

<small>● Biến ⇔ đỉnh của đồ thị● Các mối quan hệ ⇔ cạnh</small>

<small>○ Có hướng hoặc vơ hướng</small>

<small>● Quy ước về mối quan hệ / độc lập xác suất giữa các biến</small>

<small>● Dạng hàm của phân bố liên hợp</small>

</div><span class="text_page_counter">Trang 18</span><div class="page_container" data-page="18">

<b>Mạng Bayes</b>

● Xác suất liên hợp = tích các xác suất có điều kiện (nút cha)

● Đồ thị nhân tử

<b><small>x</small><sub>4</sub><small>x</small><sub>5</sub></b>

</div><span class="text_page_counter">Trang 21</span><div class="page_container" data-page="21">

<b>Mạng Markov</b>

<b>● Tính Markov tồn cục: Hai </b>

tập đỉnh độc lập nếu bị chia cắt bởi các đỉnh đã biết

<b><small>x</small><sub>4</sub><small>x</small><sub>5</sub></b>

</div><span class="text_page_counter">Trang 22</span><div class="page_container" data-page="22">

<b><small>x</small><sub>4</sub><small>x</small><sub>5</sub></b>

</div><span class="text_page_counter">Trang 23</span><div class="page_container" data-page="23">

<b>Suy diễn</b>

<small>● Truy vấn mơ hình đồ thị● Suy diễn chính xác</small>

<small>● Suy diễn xấp xỉ</small>

</div><span class="text_page_counter">Trang 24</span><div class="page_container" data-page="24">

<b>Truy vấn mơ hình đồ thị</b>

Câu hỏi:

<i><b><small>Nếu khung ảnh rơi, khả năng ăn trộm</small></b></i>

<i><b><small>Nếu khung ảnh rơi và động đất, khả năng ăn trộm</small></b></i>

<small>A/B0101e-40.810.40.99</small>

</div><span class="text_page_counter">Trang 25</span><div class="page_container" data-page="25">

<b>Truy vấn mơ hình đồ thị</b>

<i><b><small>Nhanh hơn, áp dụng tính phân phối của phép nhân</small></b></i>

</div><span class="text_page_counter">Trang 28</span><div class="page_container" data-page="28">

<b><small>x</small><sub>5</sub></b>

</div><span class="text_page_counter">Trang 30</span><div class="page_container" data-page="30">

<b>Thuật tốn Max - tổng</b>

<i><b>● Lấy logarit: Tích các nhân tử → Tổng</b></i>

● Tính phân phối của phép cộng:

</div><span class="text_page_counter">Trang 31</span><div class="page_container" data-page="31">

<b>Trên đồ thị tổng quát</b>

● Tổng - tích, max - tổng có thể lặp vơ hạn

● Suy diễn biến phân: EM, mean-field, …

● Suy diễn Monte-Carlo: Gibbs, Metropolis

● Heuristic: lan truyền tin nhắn như thường

</div><span class="text_page_counter">Trang 32</span><div class="page_container" data-page="32">

<b>Ứng dụng</b>

<small>● Tin sinh học</small>

<small>● Truyền tin (mã hoá, giải mã)</small>

<small>● Xử lý ảnh / âm thanh / video, xử lý ngơn ngữ tự nhiên</small>

</div><span class="text_page_counter">Trang 33</span><div class="page_container" data-page="33">

<b>Đốn chức năng protein</b>

<b>Mạng tương tác protein (PPI)</b>

● Biết P<sub>1</sub>, … P<sub>n</sub> có F hay khơng.

● Hỏi Q<sub>1</sub>, … Q<sub>m</sub> có F khơng ?

</div><span class="text_page_counter">Trang 34</span><div class="page_container" data-page="34">

<b>Đốn chức năng protein</b>

</div><span class="text_page_counter">Trang 35</span><div class="page_container" data-page="35">

<b>Đốn chức năng protein</b>

<b><small>N</small><sub>1</sub></b><small>: số nút có F</small>

<b><small>N</small><sub>10</sub></b><small>: số cạnh nối nút có F và nút khơng có F</small>

</div><span class="text_page_counter">Trang 37</span><div class="page_container" data-page="37">

<b>Mã LDPC</b>

<b><small>1</small></b>

</div><span class="text_page_counter">Trang 38</span><div class="page_container" data-page="38">

<b>Mã LDPC</b>

● Truyền video: DVB-S2 / DVB-T2 / DVB-C2● Chuẩn WiMAX: IEEE 802.16e

● Mạng khơng dây: IEEE 802.11n

Ngồi ra: <b>mã Turbo</b><i><b> - liên lạc liên hành tinh </b></i>

(cũng dùng thuật toán tổng - tích)

</div>

×