유한 상태 머신은 마코프 체인의 구현 일 뿐입니 까? 둘의 차이점은 무엇입니까?
답변
마르코프 체인은 유한 상태 머신으로 표현 될 수 있습니다. 아이디어는 Markov 체인이 시간 t + 1에서 상태로의 전환이 시간 t에서의 상태에만 의존하는 프로세스를 설명한다는 것입니다. 명심해야 할 중요한 점은 Markov 체인의 전환이 결정적 이라기보다는 확률 적이라는 것입니다. 즉, 시간 t + 1에서 일어날 일을 항상 완벽하게 확실하게 말할 수는 없습니다.
유한 상태 머신 에 대한 Wikipedia 기사 에는 Finite Markov-chain 프로세스 에 대한 하위 섹션이 있습니다. 자세한 내용은 해당 항목을 읽어 보는 것이 좋습니다. 또한 Markov 체인 에 대한 Wikipedia 기사에는 Markov 체인 을 나타내는 유한 상태 머신의 사용을 설명하는 간단한 문장이 있습니다. 그 내용은 다음과 같습니다.
유한 상태 머신은 마르코프 체인의 표현으로 사용될 수 있습니다. 일련의 독립적이고 동일하게 분포 된 입력 신호 (예 : 동전 던지기에 의해 선택된 이진 알파벳의 기호)를 가정 할 때 기계가 시간 n에서 상태 y에 있으면 시간 n + 1에서 상태 x로 이동할 확률 현재 상태에만 의존합니다.
답변
마르코프 체인은 유한 상태 머신이지만, 전이가 확률 적, 즉 임의적이며 확률로 설명되는 것으로 구별됩니다.
답변
둘은 비슷하지만 여기에있는 다른 설명은 약간 잘못되었습니다. FINITE Markov 체인 만 FSM으로 나타낼 수 있습니다. 마르코프 체인은 무한한 상태 공간을 허용합니다. 지적했듯이 Markov 체인의 전이는 확률로 설명되지만 전이 확률은 현재 상태에만 의존 할 수 있음을 언급하는 것도 중요합니다. 이러한 제한이 없으면 “이산 시간 확률 적 프로세스”라고합니다.
답변
다음 문서를 읽으십시오.
확률 적 오토마타와 은닉 마르코프 모델 간의 링크 (Pierre Dupont 작성)
http://www.info.ucl.ac.be/~pdupont/pdupont/pdf/HMM_PA_pres_n4.pdf
[뇌 이론 및 신경망 핸드북] 은닉 마르코프 모델 및 시퀀스 처리를위한 기타 유한 상태 오토마타
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.85.3344&rep=rep1&type=pdf
답변
나는 이것이 당신의 질문에 답할 것이라고 믿습니다.
https://en.wikipedia.org/wiki/Probabilistic_automaton
그리고, 당신은 올바른 생각을하고 있습니다-그것들은 사슬이나 기계를 설명하는 형용사에 따라 거의 동일하고, 부분 집합, 상위 집합 및 수정입니다. Automata는 일반적으로 입력을 받지만 입력과 함께 ‘Markov-chains’를 사용하는 논문이 있다고 확신합니다.
가우스 분포 대 정규 분포를 생각하십시오-같은 아이디어는 다른 분야입니다. Automata는 컴퓨터 과학에 속하고 Markov는 확률과 통계에 속합니다.
답변
내부 작업 세부 사항을 제쳐두면 유한 상태 머신은 일반 값과 같고, markov 체인은 임의 변수와 같습니다 (일반 값 위에 확률 추가). 그래서 원래 질문에 대한 답은 ‘아니오’입니다. 그들은 동일하지 않습니다. 확률 론적 의미에서 마르코프 체인은 유한 상태 기계의 확장입니다.
답변
대부분의 답변이 적절하지 않다고 생각합니다. 마르코프 프로세스는 (확률 적) 유한 상태 기계에 의해 생성되지만, 확률 적 유한 상태 기계에 의해 생성 된 모든 프로세스가 마르코프 프로세스는 아닙니다. 예를 들어 은닉 마르코프 프로세스는 기본적으로 확률 론적 유한 상태 머신에 의해 생성 된 프로세스와 동일하지만 모든 은닉 마르코프 프로세스가 마르코프 프로세스 인 것은 아닙니다.