← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9300.c · 生成模型:GPT-6

无向分布通过势函数分解

理解等级:中级

符合相应图马尔科夫性质且满足严格正性等条件时,可将联合分布写为团势函数乘积除以Z。势函数本身无需是概率或和为1,Z对全体配置求和。不能对任意联合分布和任意图不加条件宣称都可如此分解。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      对于一个无向图而言,其联合分布可以表示成最大团上的随机变量函数的乘积形式,这个操作称为无向图的因子分解(Factorization)。

    参考来源

    - 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第04章《NLP中的概率图模型》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/NLP汉语自然语言处理原理与实践 (郑捷)/_epub-src/OEBPS/text00009.html) - 结论依据:摘录中关于无向分布通过势函数分解的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:对于一个无向图而言,其联合分布可以表示成最大团上的随机变量函数的乘积形式,这个操作称为无向图的因子分解(Factorization)。