Warning: file_get_contents(/data/phpspider/zhask/data//catemap/5/date/2.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Artificial intelligence 有使用马尔可夫链的商业例子吗?_Artificial Intelligence_Markov Chains - Fatal编程技术网

Artificial intelligence 有使用马尔可夫链的商业例子吗?

Artificial intelligence 有使用马尔可夫链的商业例子吗?,artificial-intelligence,markov-chains,Artificial Intelligence,Markov Chains,使用马尔可夫链有哪些商业案例?我见过一种马尔可夫链的游戏区域被应用到某人的博客上,用来写一篇假文章。我想要一些实际的例子?例如,在商业或股市预测等方面有用 编辑:感谢所有举出例子的人,我对每一个都投了更高的票,因为它们都很有用。 Edit2:我选择了最详细的答案作为接受答案。所有答案我都投了赞成票。最明显的一个是:谷歌的PageRank。我看到过垃圾邮件,它显然是使用马尔可夫链生成的,当然也可以称为“商业用途”。) 我们使用日志文件链分析来派生和提升到帮助系统中其他不相关文档的二级和三级链接(1

使用马尔可夫链有哪些商业案例?我见过一种马尔可夫链的游戏区域被应用到某人的博客上,用来写一篇假文章。我想要一些实际的例子?例如,在商业或股市预测等方面有用

编辑:感谢所有举出例子的人,我对每一个都投了更高的票,因为它们都很有用。

Edit2:我选择了最详细的答案作为接受答案。所有答案我都投了赞成票。

最明显的一个是:谷歌的PageRank。

我看到过垃圾邮件,它显然是使用马尔可夫链生成的,当然也可以称为“商业用途”。)

我们使用日志文件链分析来派生和提升到帮助系统中其他不相关文档的二级和三级链接(1000万个文档的集合)


这尤其有助于桥接其他独立的分类法。e、 SQL文档与IIS文档。

基于马尔可夫链,广泛用于语音识别,尤其是生物信息学。

我知道AccessData在其应用中使用它们。它可以让您首先探索更可能的密码短语,从而加快密码恢复速度(平均)。

有一类基于(MCMC)方法的优化方法。这些已经被应用于各种各样的实际问题,例如信号和图像处理应用于数据分割和分类。语音和图像识别,时间序列分析,许多类似的例子来自计算机视觉和模式识别。

IBM有CELM。查看此链接:
有一些商业光线跟踪系统实现了大都会光传输(由Eric Veach发明,基本上他将大都会黑斯廷斯应用于光线跟踪),并且双向-重要采样-路径跟踪器使用马尔可夫链


粗体文本是googlable,为了这个线程,我省略了进一步的解释。

我们计划在手持设备上使用它进行预测性文本输入,以便在工业环境中进行数据输入。在词汇量合理的情况下,可以根据频率建议过渡到下一个单词。我们的初步测试表明,这将很好地满足我们的需要。

我最近偶然发现了一个博客示例,其中使用马尔可夫链创建测试数据


像bing这样的搜索公司使用马尔可夫链,从用户在结果页面上的点击顺序推断文档的相关性。典型查询会话中的底层用户行为被建模为马尔可夫链,其特定行为为状态转换。。。
例如,如果文档是相关的,用户仍然可以检查更多文档(但可能性较小),或者他可以检查更多文档(可能性更大)

马尔可夫链可用于模拟用户交互,例如在浏览服务时

我的朋友写的是diplom使用马尔可夫链进行剽窃识别的作品(他说输入数据必须是整本书才能成功)


它可能不是很“商业”,但马尔可夫链可以用来生成虚拟的地理和人名,特别是在RPG游戏中。

马尔可夫模型是一种描述经过一系列状态的过程的方法

HMMs可以应用于许多领域,其目标是恢复不可立即观察到的数据序列(但依赖于该序列上的其他数据)

常见的应用包括:


密码分析、语音识别、词性标注、机器翻译、股票预测、基因预测、生物序列对齐、手势识别、活动识别、检测用户在网站上的浏览模式。

马尔可夫链用于人寿保险,尤其是永久残疾模型。有3个州

  • 生活是健康的
  • 1-生命变得残废
  • 2-生命死亡

在永久残疾模式中,如果被保险人残疾,保险人可能会支付某种福利和/或被保险人死亡时的人寿保险福利。然后,保险公司可能会基于马尔可夫链进行蒙特卡罗模拟,以确定提供此类保险的可能成本

你能解释一下马尔可夫链是如何与谷歌的PageRank联系在一起的吗?提供的链接只是马尔可夫生成器的源代码;相关的博客在,如果你把你的作为答案发布,我很乐意删除我的,然后投票给你。虚假的博客就是很好的例子。它们用于在搜索引擎中推广网站。您可以参考使用HMM进行语音识别。它结合了高斯混合模型和隐马尔可夫模型用于联合语音和说话人识别。你能解释一下如何制作一个吗?