میدان تصادفی مارکوفی

میدان‌های تصادفی مارکفی (به انگلیسی: Markov Random Fields) دسته‌ای از مدل‌های آماری هستند که ارتباط (استقلال) بین متغیرهای تصادفی را به کمک یک گراف ساده (بدون جهت) مدل می‌کنند[1]. در این دسته مدل‌ها، با داشتن تمام همسایه‌های یک متغیر، آن متغیر از بقیه متغیرهای غیر همسایه مستقل است؛ دلیل نامگذاری این مدل‌ها به نام مارکفی این نکته است[2]. از مهمترین مثال‌های این دسته مدل‌ها مدل آیسینگ است که برای مدل کردن جهت‌گیری اسپین‌ها در یک ماده فرومغناطیس به کار رفته است. میدان‌های تصادفی مارکفی به صورت گسترده‌ای در پردازش تصویر به کار می روند.

جستارهای وابسته

منابع

  1. Christopher M. Bishop. Pattern recognition and machine learning. Springer, 1st ed. 2006. corr. 2nd printing edition, October 2006.
  2. Daphne Koller and Nir Friedman. Probabilistic Graphical Models: Principles and Techniques. The MIT Press, 1 edition, August 2009.
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.