Valla de Markov

El cercado de Markov para nodos en un modelo gráfico contiene todas las variables que separan un nodo del resto de la red. Esto significa que la valla de Markov de un nodo es el único conocimiento necesario para predecir el comportamiento del nodo y sus hijos. El término fue acuñado por Judah Pearl en 1988 [1] .

En una red bayesiana , los valores padre e hijo de un nodo obviamente brindan información sobre el nodo. Sin embargo, los padres de sus hijos también deben incluirse, ya que pueden usarse para explicar el nodo en cuestión. En una red de Markov, la valla de Markov para un nodo son simplemente sus nodos adyacentes.

Una valla de Markov para un nodo en una red bayesiana es un conjunto de nodos que consta de padres , sus hijos y otros padres de sus hijos. En una red de Markov, la cerca de Markov de un nodo consiste en el conjunto de sus vecinos. La valla de Markov del nodo A también se puede denotar como .

Cualquier conjunto de nodos en la red es condicionalmente independiente de si depende del conjunto , es decir, cuando depende de la valla de Markov del nodo . La probabilidad tiene una propiedad de Markov . Formalmente, para varios nodos y :

Véase también

Notas

  1. ↑ Perla, 1988 .

Literatura