문제

Markov 체인을 사용하기 위해 어떤 비즈니스 사례가 있습니까? 나는 Markov 체인의 놀이 영역이 누군가의 블로그에 적용되어 가짜 게시물을 작성하는 것을 보았습니다. 그래도 몇 가지 실제 사례를 원하십니까? 예를 들어 주식 시장의 비즈니스 또는 예측에 유용합니다.

편집하다: 사례를 제시 한 모든 분들께 감사 드렸습니다.
edit2: 수용된 답변으로 가장 세부적인 답변을 선택했습니다. 내가 모든 대답을 했어요.

도움이 되었습니까?

해결책

기준 최적화 방법이 있습니다 Markov Chain Monte Carlo (MCMC) 방법. 이들은 데이터 세분화 및 분류에 대한 신호 및 이미지 처리 애플리케이션과 같은 다양한 실제 문제에 적용되었습니다. 음성 및 이미지 인식, 시계열 분석, 많은 유사한 예제가 컴퓨터 비전 및 패턴 인식에서 나옵니다.

다른 팁

명백한 것 : Google의 PageRank.

숨겨진 마르코프 모델 Markov 체인을 기반으로하며 음성 인식, 특히 생물 정보학에 광범위하게 사용됩니다.

나는 Markov 체인을 사용하여 명확하게 생성 된 스팸 이메일을 보았습니다. 확실히 "비즈니스 사용"으로 자격이 있습니다. :)

로그 파일 체인 분석을 사용하여 헬프 시스템 (10M 문서 모음)의 다른 관련 문서에 대한 2 차 및 3 차 링크를 도출하고 홍보합니다.

이것은 특히 별도의 분류를 연결하는 데 특히 도움이됩니다. 예 : SQL 문서 대 IIS 문서.

나는 AccessData가 그들에게 그것들을 사용한다는 것을 알고 있습니다 법의학 비밀번호 크래킹 도구. 먼저 비밀번호를 탐색하여 비밀번호 복구가 더 빠른 비밀번호 복구를 초래할 수 있습니다 (평균적으로).

Markov 체인은 Bing과 같은 검색 회사가 결과 페이지에서 사용자가 작성한 클릭 순서에서 문서의 관련성을 유추하기 위해 사용합니다. 일반적인 쿼리 세션의 기본 사용자 동작은 Markov 체인으로 모델링되며, 특정 동작은 상태 전환으로 모델링됩니다 ... 예를 들어 문서가 관련이있는 경우, 사용자는 여전히 더 많은 문서를 검사 할 수 있지만 (그러나 확률이 작은) 더 많은 문서를 검사 할 수 있습니다 (훨씬 더 많은 확률로).

구현하는 상용 광선 추적 시스템이 있습니다 메트로폴리스 라이트 운송 (Eric Veach가 발명 한 기본적으로 그는 Metropolis Hastings를 Ray Tracing에 적용했습니다). 양방향- 그리고 중요 샘플링- 경로 추적자 마르코프 체인을 사용하십시오.

대담한 텍스트는 googlable이며, 나는이 스레드를 위해 더 많은 설명을 생략했다.

산업 환경에서 데이터 입력을 위해 핸드 헬드 장치의 예측 텍스트 항목에 사용할 계획입니다. 합리적인 어휘 크기가있는 상황에서 다음 단어로의 전환은 빈도에 따라 제안 될 수 있습니다. 우리의 초기 테스트는 이것이 우리의 요구에 적합 할 것이라고 제안합니다.

IBM에는 Celm이 있습니다. 이 링크를 확인하십시오.http://www.research.ibm.com/journal/rd/513/labbi.pdf

나는 최근에 테스트 데이터를 만들기 위해 Markov 체인을 사용하는 블로그 예를 우연히 발견했습니다 ...

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

Markov Model은 일련의 상태를 통과하는 프로세스를 설명하는 방법입니다.

HMM은 즉시 관찰 할 수없는 데이터 시퀀스를 복구하는 목표가있는 많은 필드에 적용될 수 있습니다 (그러나 해당 시퀀스의 다른 데이터에 따라 다름).

일반적인 응용 프로그램에는 다음이 포함됩니다.

crypt-analysis, 음성 인식, 부품 태그, 기계 번역, 재고 예측, 유전자 예측, 바이오 시퀀스의 정렬, 제스처 인식, 활동 인식, 웹 사이트에서 사용자의 탐색 패턴 감지.

Markov 체인은 브라우징 서비스시 FG, FG를 시뮬레이션하는 데 사용될 수 있습니다.

내 친구는 Markov 체인을 사용하여 외교 작업 Plagiat 인식으로 글을 쓰고있었습니다 (입력 데이터는 성공하기 위해서는 전체 책이어야한다고 말했습니다).

그다지 '비즈니스'는 아닐 수도 있지만 Markov 체인은 특히 RPG 게임에서 가상의 지리적 및 사람 이름을 생성하는 데 사용할 수 있습니다.

Markov 체인은 생명 보험, 특히 영구 장애 모델에 사용됩니다. 3 개의 상태가 있습니다

  • 0- 삶은 건강합니다
  • 1- 삶이 장애가됩니다
  • 2- 삶이 죽습니다

영구 장애 모델에서 피보험자가 장애가되거나 피보험자가 죽을 때 생명 보험 혜택을 받으면 보험 회사가 일종의 혜택을 지불 할 수 있습니다. 보험 회사는이 Markov 체인을 기반으로 Monte Carlo 시뮬레이션을 운영하여 그러한 보험을 제공하는 비용을 결정할 것입니다.

라이센스 : CC-BY-SA ~와 함께 속성
제휴하지 않습니다 StackOverflow
scroll top