p(xt | z1:t-1) = f p(xt | xt-1, z1:t-1)P(xt-1 | z1:t-1)dxt-1

根据马尔科夫假设,当前的状态只与前一时刻的状态有关,与历史观测值无关,通常去掉,z1:t-1,f表示积分

查普曼-科莫高洛夫方程:

p(xt | z1:t-1) = f p(xt | xt-1)P(xt-1 | z1:t-1)dxt-1


P(y,z | x) = P(y | z,x)*P(z |x),可以这样理解:P(y,z) = P(y | z)*P(z),然后两边加入条件x即可。

P(y| x) = f  P(y,z | x) dz,看成是y,z的联合分布对z积分即是边缘分布

而 f  P(y,z | x) dz = f  P(y | z,x)*P(z |x) dz


查普曼-科莫高洛夫方程

相关文章:

  • 2021-12-31
  • 2021-12-09
  • 2021-12-20
  • 2021-05-21
  • 2021-05-27
  • 2021-05-10
  • 2021-05-28
猜你喜欢
  • 2021-09-18
  • 2021-11-11
  • 2021-12-10
  • 2021-08-06
  • 2021-06-28
  • 2021-05-15
相关资源
相似解决方案