Markov-Zufallsfeld - Erforschung der Leistungsfähigkeit von Markov-Zufallsfeldern in der Computer Vision
Fouad Sabry
Traductor Daniel Hueber
Editorial: Eine Milliarde Sachkundig [German]
Sinopsis
Was ist ein Markov-Zufallsfeld Im Bereich der Physik und Wahrscheinlichkeit ist ein Markov-Zufallsfeld (MRF), ein Markov-Netzwerk oder ein ungerichtetes grafisches Modell eine Reihe von Zufallsvariablen mit einer Markov-Eigenschaft, die durch einen ungerichteten Graphen beschrieben wird. Mit anderen Worten: Ein Zufallsfeld wird als Markov-Zufallsfeld bezeichnet, wenn es die Markov-Eigenschaften erfüllt. Das Konzept basiert auf dem Sherrington-Kirkpatrick-Modell. Wie Sie davon profitieren (I) Einblicke und Validierungen zu den folgenden Themen: Kapitel 1: Markov-Zufallsfeld Kapitel 2: Multivariate Zufallsvariable Kapitel 3: Verstecktes Markov-Modell Kapitel 4: Bayesianisches Netzwerk Kapitel 5: Grafisches Modell Kapitel 6: Zufallsfeld Kapitel 7: Glaubensausbreitung Kapitel 8: Faktordiagramm Kapitel 9: Bedingtes Zufallsfeld Kapitel 10: Hammersley-Clifford-Theorem (II) Beantwortung der öffentlichen Top-Fragen zum Markov-Zufallsfeld. (III) Beispiele aus der Praxis für die Verwendung des Markov-Zufallsfelds in vielen Bereichen. Für wen dieses Buch gedacht ist Berufstätige, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über Grundkenntnisse oder Informationen für jede Art von Markov-Zufallsfeld hinausgehen möchten.
