1
与线性动力系统有关的混乱
我正在读Bishop的这本书《模式识别和机器学习》。我对线性动力学系统的推导感到困惑。在LDS中，我们假定潜变量是连续的。如果Z表示潜在变量，X表示观测变量 p （žñ|žn − 1）= N（žñ| 一个žn − 1，τ）p（žñ|žñ-1个）=ñ（žñ|一个žñ-1个，τ）p(z_n|z_{n-1}) = N(z_n|Az_{n-1},\tau) p （Xñ|žñ）= N（Xñ，Cžñ，Σ ）p（Xñ|žñ）=ñ（Xñ，Cžñ，Σ）p(x_n|z_n) = N(x_n,Cz_n,\Sigma) p （ž1个）= N（ž1个|ü0，V0）p（ž1个）=ñ（ž1个|ü0，V0）p(z_1) = N(z_1|u_0,V_0) 在LDS中，也使用alpha beta前向后向消息传递来计算后向潜在分布，即p （žñ| X）p（žñ|X）p(z_n|X) α （žñ）= p （x 1 ... x n ，žñ）α（žñ）=p（X1 ...Xñ，žñ）\alpha(z_n)=p(x1...xn,z_n) α^（žñ）= α （žñ）/ P（x 1 .... x n ）α^（žñ）=α（žñ）/P（X1 ....Xñ）\hat\alpha(z_n) = \alpha(z_n)/P(x1....xn) 我的第一个问题在书中给出为 α^（žñ）= …