博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
练习 2:高斯分布,正态分布
阅读量:5055 次
发布时间:2019-06-12

本文共 389 字,大约阅读时间需要 1 分钟。

 
期望传播(Expectation Propagation): 基于bayesian的一种近似推断方法,常用于图模型中计算单个节点的边缘分布或者后验分布,属于message passing这一类推断方法
 

截断高斯: Truncated Gaussian

置信传播: Belief Propagation (后面会简称BP)

期望传播: Expectation Propagation (后面会简称为EP)

消息传递: Message passing
 
高斯相加:即两者的均值,方差都加
相减类似。x1=x-x2  
x1=N(m1,v1)                        
X=N(m1+m2,v1+v2)
所以x-x2,就是N(  (m1+m2)-m2,(v1+v2)-m2 )
 
相乘,不再正态分布
 
 
截断高斯
 
所以x-
 

转载于:https://www.cnblogs.com/zkp2010/p/5523914.html

你可能感兴趣的文章
手机端fixed底部跟着窗口动问题
查看>>
树专题(伸展树 / 树链剖分 / 动态树 学习笔记)
查看>>
HTML图像、超链接标签
查看>>
[国嵌攻略][164][USB驱动程序设计]
查看>>
C# 实现Bresenham算法(vs2010)
查看>>
基于iSCSI的SQL Server 2012群集测试(一)--SQL群集安装
查看>>
list 容器 排序函数.xml
查看>>
存储开头结尾使用begin tran,rollback tran作用?
查看>>
Activity启动过程中获取组件宽高的五种方式
查看>>
java导出Excel表格简单的方法
查看>>
SQLite数据库简介
查看>>
利用堆实现堆排序&优先队列
查看>>
Mono源码学习笔记:Console类(四)
查看>>
Android学习路线(十二)Activity生命周期——启动一个Activity
查看>>
《Genesis-3D开源游戏引擎完整实例教程-跑酷游戏篇03:暂停游戏》
查看>>
CPU,寄存器,一缓二缓.... RAM ROM 外部存储器等简介
查看>>
windows下编译FreeSwitch
查看>>
git .gitignore 文件不起作用
查看>>
20165314 Linux安装及学习
查看>>
Linux - svn 操作
查看>>