Pertanyaan yang diberi tag «graph-theory»

Pengantar model grafis menggambarkan mereka sebagai "... perkawinan antara teori grafik dan teori probabilitas." Saya mendapatkan bagian teori probabilitas tetapi saya mengalami kesulitan memahami di mana tepatnya teori grafik cocok. Wawasan apa dari teori grafik yang telah membantu memperdalam pemahaman kita tentang distribusi probabilitas dan pengambilan keputusan di bawah ketidakpastian? …

29 graphical-model  graph-theory  distributions 

Saya tidak yakin subjek masuk ke dalam minat CrossValidated. Anda akan memberi tahu saya. Saya harus belajar grafik (dari teori grafik ) yaitu. Saya memiliki sejumlah titik yang terhubung. Saya punya meja dengan semua titik dan titik masing-masing tergantung. (Saya juga punya meja lain dengan implikasinya) Pertanyaan saya adalah: Apakah …

22 r  data-visualization  graph-theory 

Jika saya memperbaiki nilai-nilai node yang diamati dari MRF, apakah itu menjadi CRF?

19 probability  graphical-model  graph-theory  conditional-random-field  markov-random-field 

Jika kita ingin menghitung efek kausal pada dalam grafik kausal di bawah ini, kita dapat menggunakan teorema penyesuaian pintu belakang dan teorema penyesuaian pintu depan, yaitu XXXYYYP(y|do(X=x))=∑uP(y|x,u)P(u)P(y|do(X=x))=∑uP(y|x,u)P(u)P(y | \textit{do}(X = x)) = \sum_u P(y | x, u) P(u) dan P(y|do(X=x))=∑zP(z|x)∑x′P(y|x′,z)P(x′).P(y|do(X=x))=∑zP(z|x)∑x′P(y|x′,z)P(x′).P(y | \textit{do}(X = x)) = \sum_z P(z | x) \sum_{x'} …

12 self-study  causality  graph-theory  dag 

Saya telah menggunakan metode ekstraksi jaringan backbone yang diuraikan dalam makalah ini: http://www.pnas.org/content/106/16/6483.abstract Pada dasarnya, penulis mengusulkan suatu metode yang didasarkan pada statistik yang menghasilkan probabilitas, untuk setiap sisi dalam grafik, bahwa sisi tersebut dapat terjadi hanya secara kebetulan. Saya menggunakan batas signifikansi statistik khas 0,05. Saya telah menerapkan metode …

11 probability  statistical-significance  data-visualization  graph-theory  networks 

Pertimbangkan grafik acak Erdos-Renyi . Himpunan simpul diberi label oleh . Himpunan tepi dibangun oleh proses acak.n V V = { 1 , 2 , … , n } EG=(V(n),E(p))G=(V(n),E(p))G=(V(n),E(p))nnnVVVV={1,2,…,n}V={1,2,…,n}V = \{1,2,\ldots,n\}EEE Misalkan adalah probabilitas , maka masing-masing pasangan unordered dari simpul ( ) terjadi sebagai tepi dalam dengan probabilitas …

10 probability  distributions  binomial  graph-theory 

Sebuah jaringan-dunia kecil adalah jenis grafik matematika di mana sebagian besar node tidak tetangga satu sama lain, tapi yang paling node dapat dicapai dari setiap lain oleh sejumlah kecil hop atau langkah-langkah. Secara khusus, jaringan dunia kecil didefinisikan sebagai jaringan di mana jarak tipikal L antara dua node yang dipilih …

10 hypothesis-testing  graph-theory  networks 

Saya memiliki beberapa data yang ada pada grafik . milik salah satu dari dua kelas , dan saya tertarik untuk melatih SVM untuk membedakan antara dua kelas. Salah satu kernel yang sesuai untuk ini adalah difusi kernel , mana adalah Laplacian dari dan adalah parameter tuning.G=(V,E)G=(V,E)G=(V,E)yi∈{−1,1}yi∈{−1,1}y_i\in\{-1,1\}K=exp(−βL),K=exp⁡(−βL),K=\exp(-\beta L),LLLGGGββ\beta Tuning SVM membutuhkan …

10 svm  cross-validation  kernel-trick  graph-theory 

Pertimbangkan grafik geometrik acak tak terbatas di mana lokasi simpul mengikuti proses titik Poisson dengan kerapatan dan ujung-ujungnya ditempatkan di antara simpul yang lebih dekat daripada d . Oleh karena itu, panjang tepi mengikuti PDF berikut:ρρ\rhoddd f(l)={2ld2l≤d0l>df(l)={2ld2l≤d0l>d f(l)= \begin{cases} \frac{2 l}{d^2} \;\quad l \le d \\ 0 \qquad\; l > …

10 probability  stochastic-processes  pdf  asymptotics  graph-theory 

Saya telah membaca komentar yang bagus mengenai bagaimana menangani nilai yang hilang sebelum menerapkan SVD, tetapi saya ingin tahu cara kerjanya dengan contoh sederhana: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Mengingat matriks di atas, jika saya …

8 r  missing-data  data-imputation  svd  sampling  matlab  mcmc  importance-sampling  predictive-models  prediction  algorithms  graphical-model  graph-theory  r  regression  regression-coefficients  r-squared  r  regression  modeling  confounding  residuals  fitting  glmm  zero-inflation  overdispersion  optimization  curve-fitting  regression  time-series  order-statistics  bayesian  prior  uninformative-prior  probability  discrete-data  kolmogorov-smirnov  r  data-visualization  histogram  dimensionality-reduction  classification  clustering  accuracy  semi-supervised  labeling  state-space-models  t-test  biostatistics  paired-comparisons  paired-data  bioinformatics  regression  logistic  multiple-regression  mixed-model  random-effects-model  neural-networks  error-propagation  numerical-integration  time-series  missing-data  data-imputation  probability  self-study  combinatorics  survival  cox-model  statistical-significance  wilcoxon-mann-whitney  hypothesis-testing  distributions  normal-distribution  variance  t-distribution  probability  simulation  random-walk  diffusion  hypothesis-testing  z-test  hypothesis-testing  data-transformation  lognormal  r  regression  agreement-statistics  classification  svm  mixed-model  non-independent  observational-study  goodness-of-fit  residuals  confirmatory-factor  neural-networks  deep-learning 

Saya memiliki instance grafik dengan tepi terarah tertimbang yang nilainya dapat berada dalam kisaran [-1,1]. Saya perlu melakukan pengelompokan pada grafik ini, untuk mengetahui kelompok-kelompok di mana simpul lebih berkorelasi. Saya mencari beberapa algoritma berbasis pengelompokan atau deteksi komunitas grafik, tetapi kebanyakan dari mereka tidak bekerja karena bobot negatif. Sampai …

8 correlation  clustering  graph-theory  networks  igraph 

Apakah mungkin untuk membangun model statistik yang memprediksi langkah selanjutnya dalam grafik hanya berdasarkan pergerakan masa lalu dan struktur grafik? Saya telah membuat contoh untuk menggambarkan masalah: Waktu adalah diskrit . Di setiap ronde Anda tinggal di simpul / simpul saat ini atau pindah ke salah satu node yang terhubung. …

8 predictive-models  spatial  hidden-markov-model  graph-theory