三、实际应用

原文：Real-world applications

译者：飞龙

协议：CC BY-NC-SA 4.0

自豪地采用谷歌翻译

概率图模型有许多不同的实际应用。我们总结了概率图形模型的下列应用，这些只是他们许多实际应用的一些例子。

图像的概率模型

考虑图像（像素矩阵）上的分布P(x)，将较高概率分配给看起来真实的图像，将较低概率分配给其他东西。给定这样的模型，我们可以解决大量有趣的任务。

图像生成

Radford 等人训练了一个概率模型P(x)，将高概率分配给看起来像卧室的图像（基于一些训练数据）：

训练数据

如果我们取样x∼P(x)，我们可以生成新的卧室图像。

生成的数据

与之相似，我们可以从人脸或者其它物体习得模型：

请注意，图像不完美，可能需要改进；然而，采样生成的图像与人们的预期非常相似。

填充

使用相同的P(x)，我们也可以“填充图像的其余部分”。例如，给定P(x)和现有图像的补丁（例如一张照片），我们可以从P(图像|补丁)中采样，并生成补全图像的不同可能方式：

请注意捕捉不确定性的概率模型的重要性：可能有多种方法来完成图像！

图像去噪

同样，如果图像受到噪声（例如，旧照片）的破坏，我们可以尝试根据我们的图像外观的概率模型来恢复它：

语言模型

了解概率分布也可以帮助我们模拟自然语言的表达。在这种情况下，我们想要在单词或字符x的序列上构造一个概率分布P(x)，它将高概率赋予适当的（英语）句子。这种分布可以通过使用维基百科的文章来收集。

生成

我们可以从模型中采样，并生成新的类似于维基百科的文章，如下面的文章 [1]。

[1] 来自 RNN 的无法解释的有效性。

Naturalism and decision for the majority of Arab countries’ capitalide was grounded by the Irish language by [[John Clair]], [[An Imperial Japanese Revolt]], associated with Guangzham’s sovereignty. His generals were the powerful ruler of the Portugal in the [[Protestant Immineners]], which could be said to be directly in Cantonese Communication, which followed a ceremony and set inspired prison, training. The emperor travelled back to [[Antioch, Perth, October 25|21]] to note, the Kingdom of Costa Rica, unsuccessful fashioned the [[Thrales]], [[Cynth’s Dajoard]], known in western [[Scotland]], near Italy to the conquest of India with the conflict. Copyright was the succession of independence in the slop of Syrian influence that was a famous German movement based on a more popular servicious, non-doctrinal and sexual power post. Many governments recognize the military housing of the [[Civil Liberalization and Infantry Resolution 265 National Party in Hungary]], that is sympathetic to be to the [[Punjab Resolution]] (PJS)[http://www.humah.yahoo.com/guardian. cfm/7754800786d17551963s89.htm Official economics Adjoint for the Nazism, Montgomery was swear to advance to the resources for those Socialism’s rule, was starting to signing a major tripad of aid exile.]]

翻译

假设我们已经收集了中英文转录的段落训练集。我们可以建立一个概率模型P(y | x)来产生一个英文句子，以相应的中文句子x为条件；这是机器翻译的一个实例。

音频模型

我们也可以将概率图形模型用于音频应用。假设我们在音频信号上构建一个概率分布P(x)，它将高概率分配给听起来像人类语音的音频。

上采样或超分辨率

根据音频信号的低分辨率版本，我们可以尝试提高其分辨率。

音频信号的超级分辨率演示

语音合成

正如我们在图像处理中所做的那样，我们也可以对模型采样并生成（合成）语音信号。

语音合成演示

语音识别

给定语音信号和语言（文本）的（联合）模型，我们可以尝试从音频信号中推断说出的单词。

当今科学上的应用

纠错码

在非理论世界中，概率模型经常被用来为通信信道（例如以太网或 Wifi）建模。即如果你通过频道发送消息，由于噪音的原因，你可能会在另一端获得不同的内容。基于图模型的纠错码和技术可用于检测和纠正通信错误。

计算生物

图形模型也广泛用于计算生物学。例如，给定 DNA 序列随着时间推移而发展的模型，可以从给定的一组物种的 DNA 序列中重建系统发生树。

生态学

图模型用于研究在空间和时间上演变的现象，捕捉空间和时间依赖性。例如，它们可以用来研究鸟类迁徙。

经济

图模型可以用来模拟利率量的空间分布（例如，基于资产或支出的财富度量）。

最后两个应用程序称为时空模型。它们依赖于跨越时间和空间收集的数据。

斯坦福 CS228 概率图模型中文讲义三、实际应用相关推荐

斯坦福 CS228 概率图模型中文讲义一、引言
一.引言原文:Introduction 译者:飞龙协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译概率图模型是机器学习的一个分支,它研究如何使用概率分布来描述世界,并对其进行有用的预测. ...
斯坦福 CS228 概率图模型中文讲义六、变量消除
六.变量消除原文:Variable elimination 译者:飞龙协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译接下来,我们将注意力转向图模型中的推断问题. 给定概率模型(如贝叶斯 ...
斯坦福 CS228 概率图模型中文讲义四、贝叶斯网络
四.贝叶斯网络原文:Bayesian networks 译者:飞龙协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译我们从表示的话题开始:我们如何选择概率分布来为世界的一些有趣方面建模? ...
斯坦福 CS228 概率图模型中文讲义二、概率复习
二.概率复习原文:Probability review 译者:飞龙协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译我们在这里复习概率的概念,所有复习材料都来自 CS229 概率讲义. 1 ...
斯坦福 CS228 概率图模型中文讲义五、马尔科夫随机场
欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来,用它写博客,将会带来全新的体验哦: Markdown和扩展Markdown简洁的语法代码块高亮图片链接 ...
概率图模型笔记（三）条件随机场（CRF）基础
写在前面前面写完了HMM,比较重点的就是HMM的三个问题,需要好好消化.这篇博客主要介绍条件随机场,相比于HMM,CRF的应用可能会更广.从刚接触CRF开始也很久了,但是由于书上公式非常晦涩难懂,而 ...
概率论及概率图模型基础
一.概率论基础后验概率与条件概率区别: 后验概率就是一种条件概率,但是与其它条件概率的不同之处在于,后验概率限定了目标事件为隐变量取值(广义上的隐变量主要就是指"不能被直接观察到,但是对系 ...
斯坦福 CS229 机器学习中文讲义翻译完成
斯坦福 CS229 机器学习中文讲义第一部分到第三部分第四部分生成学习算法第五部分支持向量机第六部分学习理论第七部分正则化与模型选择感知器和大型边界分类器 K 均值聚类算法混合高 ...
9 概率图模型(三)：推断
推断(Inference) 这个词,对于有一定机器学习基础的同学来说,一定是听说过,这也是贝叶斯方法中一个非常重要的理论性研究.那么什么是推断呢?推断说白了,就是求概率.比如,对于一个联合概率密度函数 ...

斯坦福 CS228 概率图模型中文讲义三、实际应用

三、实际应用

图像的概率模型

图像生成

填充

图像去噪

语言模型

生成

翻译

音频模型

上采样或超分辨率

语音合成

语音识别

当今科学上的应用

纠错码

计算生物

生态学

经济

斯坦福 CS228 概率图模型中文讲义三、实际应用相关推荐

最新文章

热门文章

斯坦福 CS228 概率图模型中文讲义 三、实际应用

三、实际应用

图像的概率模型

图像生成

填充

图像去噪

语言模型

生成

翻译

音频模型

上采样或超分辨率

语音合成

语音识别

当今科学上的应用

纠错码

计算生物

生态学

经济

斯坦福 CS228 概率图模型中文讲义 三、实际应用相关推荐

最新文章

热门文章

斯坦福 CS228 概率图模型中文讲义三、实际应用

斯坦福 CS228 概率图模型中文讲义三、实际应用相关推荐