「隠れマルコフ連鎖法」の版間の差分
ナビゲーションに移動
検索に移動
Albeit-Kun (トーク | 投稿記録) |
|||
| (他の1人の利用者による、間の1版が非表示) | |||
| 2行目: | 2行目: | ||
例えば待ち行列モデル M/G/1 において, 時刻 <math>t \,</math> の系内客数を <math>\xi(t) \,</math> とすると, 確率過程 <math>\{\xi(t)\} \,</math> は, マルコフ過程ではない. 客の退去時点列を <math>\{t_r, r=0,1,\cdots\} \,</math> とし, 退去時点直後の系内客数を <math>\xi_r = \xi(t_r) \,</math> と表せば, 確率過程 <math>\{\xi_r\} \,</math> は, マルコフ連鎖となる. マルコフ連鎖<math>\{\xi_r\} \,</math> を確率過程 <math>\{\xi(t)\} \,</math> に対する隠れマルコフ連鎖, <math>\{t_r\} \,</math> を再生点と呼び, <math>\{\xi_r\} \,</math> を解析することにより, <math>\{\xi(t)\} \,</math> の挙動を類推する解析法を隠れマルコフ連鎖法という. | 例えば待ち行列モデル M/G/1 において, 時刻 <math>t \,</math> の系内客数を <math>\xi(t) \,</math> とすると, 確率過程 <math>\{\xi(t)\} \,</math> は, マルコフ過程ではない. 客の退去時点列を <math>\{t_r, r=0,1,\cdots\} \,</math> とし, 退去時点直後の系内客数を <math>\xi_r = \xi(t_r) \,</math> と表せば, 確率過程 <math>\{\xi_r\} \,</math> は, マルコフ連鎖となる. マルコフ連鎖<math>\{\xi_r\} \,</math> を確率過程 <math>\{\xi(t)\} \,</math> に対する隠れマルコフ連鎖, <math>\{t_r\} \,</math> を再生点と呼び, <math>\{\xi_r\} \,</math> を解析することにより, <math>\{\xi(t)\} \,</math> の挙動を類推する解析法を隠れマルコフ連鎖法という. | ||
| + | |||
| + | [[category:確率と確率過程|かくれまるこふれんさほう]] | ||
| + | |||
| + | [[category:待ち行列|かくれまるこふれんさほう]] | ||
2008年11月7日 (金) 15:23時点における最新版
【かくれまるこふれんさほう (imbedded Markov chain method)】
例えば待ち行列モデル M/G/1 において, 時刻 の系内客数を とすると, 確率過程 は, マルコフ過程ではない. 客の退去時点列を とし, 退去時点直後の系内客数を と表せば, 確率過程 は, マルコフ連鎖となる. マルコフ連鎖 を確率過程 に対する隠れマルコフ連鎖, を再生点と呼び, を解析することにより, の挙動を類推する解析法を隠れマルコフ連鎖法という.
