Frage

Welche Geschäftsfälle gibt es für die Verwendung von Markov-Ketten? Ich habe die Art von Spielbereich einer Markow-Kette zu sehen jemandes Blog angelegt, um einen gefälschten Beitrag zu schreiben. Ich möchte einige Beispiele aus der Praxis aber? Z.B. nützlich im Geschäft oder Vorhersage von Aktienmarkt oder dergleichen ...

Bearbeiten : Danke an alle die Beispiele gab, upvoted ich jeden, da sie alle nützlich waren
. EDIT2 : habe ich die Antwort mit den meisten Detail als die akzeptierte Antwort. Alle Antworten, die ich upvoted.

War es hilfreich?

Lösung

Es gibt eine Klasse von Optimierungsverfahren basierend auf Markov Chain Monte Carlo (MCMC) Verfahren. Diese wurden auf eine Vielzahl von praktischen Problemen angewandt, zum Beispiel Signal & Bildverarbeitungsanwendungen zu Datensegmentierung und Klassifizierung. Speech & Bilderkennung, Zeitreihenanalyse, viele ähnliche Beispiele kommen aus der Computer Vision und Mustererkennung.

Andere Tipps

Die offensichtlichste. Googles PageRank

Hidden-Markov-Modelle auf einer Markov-Kette basieren und ausführlich in der Spracherkennung verwendet, und vor allem der Bioinformatik .

Ich habe Spam-E-Mail zu sehen, die eindeutig generiert wurden eine Markov-Kette mit - sicher, dass qualifiziert als „Business-Einsatz“. :)

Wir verwenden lügen-Datei Kettenanalyse sekundäre und tertiäre Verbindungen zu leiten und zu fördern, um ansonsten nicht verwandte Dokumente in unserem Hilfe-System (eine Sammlung von 10m docs).

Dies ist besonders hilfreich bei der Überbrückung ansonsten getrennte Taxonomien. z.B. SQL docs vs. IIS-Dokumentation.

Ich weiß, Access verwendet sie in ihren Forensik Passwort-Cracking-Tools . Damit können Sie die wahrscheinlichen Passwort Sätze zuerst erforschen, in schnellen Passwort-Recovery resultierende (im Durchschnitt).

Markov-Ketten werden von Search-Unternehmen verwendet wie bing die Relevanz der Dokumente aus der Folge von Klicks von Nutzern auf der Ergebnisseite aus zu schließen. Das zugrundeliegende Benutzerverhalten in einer typischen Abfrage-Sitzung wird als Markow-Kette modelliert, mit bestimmten Verhaltensweisen wie Zustandsübergänge ...  zum Beispiel, wenn das Dokument relevant ist, kann ein Benutzer noch mehr Dokumente (aber mit einer geringeren Wahrscheinlichkeit) untersuchen oder aber er kann mehr Dokumente (mit einer viel größeren Wahrscheinlichkeit) untersuchen.

Es gibt einige kommerzielle Systeme Ray Tracing, die Umsetzung Metropolis Licht Transport (erfunden von Eric Veach, im Grunde er Metropole hastings auf Raytracing angewendet wird), und auch Bidirektionale - und Bedeutung Sampling - Pfad Tracers verwenden Markov-Ketten

.

Die fett gedruckten Texte sind googlable ich eine weitere Erklärung für die Zwecke dieser Thread weggelassen.

Texteingabe auf einem Handheld-Gerät für die Dateneingabe in einer industriellen Umgebung

Wir planen es für die prädiktive zu verwenden. In einer Situation mit einer angemessenen Wortschatz Größe, können Übergänge zum nächsten Wort vorgeschlagen auf der Frequenz basieren. Unsere ersten Tests zeigen, dass dies für unsere Bedürfnisse gut funktionieren wird.

IBM hat CELM. Schauen Sie sich den folgenden Link: http://www.research.ibm.com/journal/rd/ 513 / labbi.pdf

Ich stolperte vor kurzem auf einem Blog Beispiel Markow-Ketten unter Verwendung von Testdaten für die Erstellung von ...

http://github.com/emelski /code.melski.net/blob/master/markov/main.cpp

Markov-Modell ist ein Weg, um einen Prozess zu beschreiben, die durch eine Reihe von Staaten geht.

HMM kann in vielen Bereichen angewandt werden, in denen das Ziel, eine Datensequenz zu gewinnen, die nicht unmittelbar beobachtbar ist (sondern hängen von einigen anderen Daten auf dieser Reihenfolge).

Allgemeine Anwendungen umfassen:

Crypt-Analyse, Spracherkennung, Part-of-Speech-Tagging, Maschinelle Übersetzung, Stock Prediction, Gene Vorhersage, Ausrichtung von Bio-Sequenzen, Gestenerkennung, Aktivität Erkennung, Erkennung gerade Muster eines Benutzers auf einer Website .

Markov-Ketten verwendet werden, Benutzer-Interaktion zu simulieren, F. G. beim Surfen Service.

Mein Freund wurde als Diplomarbeit Plagiat recognision Schreiben mit Markov-Ketten (sagte er die Eingangsdaten ganze Bücher sein muss, um erfolgreich zu sein).

Es ist vielleicht nicht sehr ‚Geschäft‘ sein, aber Markov-Ketten verwendet werden können fiktive geographische und Personennamen zu generieren, vor allem in RPG-Spielen.

Markov-Ketten sind in der Lebensversicherung, vor allem in dem permanenten Behinderung Modell verwendet. Es gibt 3 Zustände

  • 0 - Das Leben ist gesund
  • 1 - Das Leben wird deaktiviert
  • 2 - Das Leben stirbt

Bei einer dauerhaften Behinderung Modell der Versicherer eine Art von Nutzen zahlen, wenn der Versicherte deaktiviert wird und / oder die Lebensversicherung profitieren, wenn der Versicherte stirbt. Die Versicherungsgesellschaft würde dann laufen wahrscheinlich eine Monte-Carlo-Simulation auf dieser Markov Chain auf Basis der voraussichtlichen Kosten für die Bereitstellung einer solchen Versicherung zu bestimmen.

Lizenziert unter: CC-BY-SA mit Zuschreibung
Nicht verbunden mit StackOverflow
scroll top