Couverture de Markov
Dans l'étude de machine , le Markov couvrant pour un noeud dans un réseau bayésien est l'ensemble de partiel composés de parents de , de ses enfants, et de parents de ses enfants. Dans un réseau de Markov de , la couverture de Markov d'un noeud est son ensemble de noeuds voisins. Une couverture de Markov peut également être dénotée avec le .
Chaque ensemble de noeuds dans le réseau est le conditionnellement indépendant de une fois conditionné sur le partiel, c., une fois conditionné sur la couverture de Markov du noeud . Formellement, pour les noeuds distincts et :
Les valeurs des parents et des enfants d'un noeud fournissent évidemment des informations sur ce noeud. Cependant, les parents de ses enfants doivent également être inclus, parce qu'ils peuvent être employés pour expliquer loin le noeud en question.
La couverture de Markov d'un noeud est intéressante parce qu'elle identifie toutes les variables qui protègent outre du noeud du reste du réseau. Ceci signifie que la couverture de Markov d'un noeud est la seule connaissance qui est nécessaire pour prévoir le comportement de ce noeud. La limite a été inventée par Pearl en 1988.
| Random links: | Crime contre le droit international | Rhoptropus | Tybalt | Mustang de Shelby | Vytenis | Manta_de_Markov |