DBN模型

（一）马尔可夫随机场

1.概率图模型：1）用图的形式来表示概率分布；2）用图的方法来求解概率分布问题；3）可分为概率有向图模型跟概率无向图模型；

2.马尔可夫随机场定义（又叫概率无向图模型）：

（1）G = （V，E）其中结点V表示随机变量，无向边E表示随机变量之间的概率依赖关系；P（X）表示联合概率分布；

（2）成对马尔可夫性：任意两个没有边连接的结点条件独立

其中u，v表示任意两个没有边连接的结点，O表示图中剩余的其他结点集合；

（3）局部马尔科夫性：任意一个结点与没有跟其连接的所有结点的集合条件独立

其中v表示任意结点，O表示与v无边连接的结点集合，W表示与v有边连接的结点集合；

（4）全局马尔科夫性：任意两个没有边连接的结点集合条件独立

其中结点集合A，B是被结点集合C分开的任意结点集合；

3.马尔可夫随机场的因子分解

（1）团与最大团：无向图G中任意两个结点均有边连接的结点子集称为团；若不能再加进任何一个G的结点使其成为一个更大的团则称为最大团；

（2）因子分解：可以将马尔科夫随机场的联合概率分布函数分解为最大团上的随机变量的函数的乘积的形式

其中C是最大团，Xc是C的结点对应的随机变量，是C上定义的严格正函数，称为势函数，乘积是在无向图上所有的最大团上进行的，E是能量函数；

（3）由于马尔科夫随机场的因子分解，其联合概率分布可以化成Gibbs分布的形式；

（二）带隐含变量的马尔科夫随机场

1.假设马尔科夫随机场中变量可以分为两种，一种是visible的，也就是观测值；另外一种是hidden的，描述visible变量之间的关系的；则称该马尔科夫随机场为带有隐含变量的马尔科夫随机场；

2.带隐含变量的马尔科夫随机场的联合概率分布函数如下：

3.极大似然法求解分布函数：