贝叶斯公式在机器学习中占有重要地位，是基于概率的推理方法的基础。例如：如果某个地方发生地震的可能性表示为一个概率 地 震 ，而发生地震时井水发混的可能性表示为概率 井 水 发 混 地 震 。那么，如果有一天发现井水变混了，有多大的可能性会 ...

简单地说，贝叶斯网络是描述事件之间概率关系的计算模型，是机器学习中最重要方法之一。很多重要的模型，包括高斯混合模型（GMM）、隐马尔可夫模型（HMM）、主成分分析（PCA）、线性区分性分析（LDA）等都可以归结为贝叶斯网络的特殊形式。 我们知道 ...

泛读。这篇文章研究的是 DIP 的理论性质。这篇文章似乎发到 nips 上了，但是我仍然认为这篇文章缺乏价值。这篇文章试图证明DIP的计算框架可以用来实现压缩感知重建，并且能够给出一个看起来很不错的理论。假设 S 表示网络 G 的值域，作者用的引理是，若 G ...

传统的故障诊断算法如TEAMS-RT、专家系统等只能依据测试结果，定性地分析出哪些部件可能出现故障。如果可疑的故障部件非常多，依然会给现场测试人员的排故和维修更换造成很大的困扰。这里，我们基于FMECA表格中部件的故障概率，利用不同部件、故障与测试 ...