artificial-intelligence - 人工神经网络和马尔可夫过程

Question

我读了一些关于 ANN 和马尔可夫过程的信息。有人可以帮助我了解马尔可夫过程在哪里适合人工神经网络和遗传算法。或者简单地说，马尔可夫过程在这种情况下的作用是什么。

非常感谢

Answer 1

接受的答案是正确的，但我只想添加一些细节。

马尔可夫过程是随机经历一系列状态的任何系统，如果您知道当前状态，您可以预测每个可能的下一个状态的可能性。一个常见的例子是天气。如果现在是晴天，你可以预测以后很可能是晴天，不管之前的天气如何。

遗传算法是从为给定问题生成一堆任意随机解决方案开始的算法。然后它检查这些解决方案，看看它们有多好。“坏”解决方案被丢弃，“好”解决方案被保留并组合在一起以形成（希望）更好的解决方案，就像一个物种的成功成员培育新一代一样。理论上，重复此过程将提供越来越好的解决方案，直到您最终获得最佳解决方案。

如您所见，它们在算法上不相关。然而，遗传算法通常用于生成隐马尔可夫模型，例如这里。基本思想是用随机权重初始化 HMM，运行相关马尔可夫过程的“训练集”，并调整权重以使训练集的成员出现最高概率。这通常在语音识别软件中完成。

Answer 2

马尔可夫过程和人工神经网络是完全不同的概念。

马尔可夫过程描述了遵循特定统计属性的任何事件。与“高斯”或“随机”这两个词根据其统计特性描述一组特定事件的方式相同。

人工神经网络是一种可以帮助您解决问题的算法，并且与马尔可夫过程并不真正相关。您可能会想到隐马尔可夫模型，它也是一种算法。HMM 假设底层系统是具有隐藏状态的马尔可夫过程。