![](https://img-blog.csdnimg.cn/20200708164227502.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
算法
算法类学习
IceelfLuo
搞搞数据,搞搞算法
展开
-
GEM(Generalized Expectation Maximizatio)算法简介
前言之前我写过一篇EM算法的笔记:EM算法(Expectation-maximization algorithm)小结从中我们可以看到,EM算法的本质就是E-step和M-step的重复迭代:E-step:Q(ϕ∣ϕi)=E(log(f(x∣ϕ))∣y,ϕi)Q\left(\phi \mid \phi^{i}\right)=E\left(\log (f(x \mid \phi)) \mid y, \phi^{i}\right)Q(ϕ∣ϕi)=E(log(f(x∣ϕ))∣y,ϕi)M-step:原创 2020-09-20 08:42:16 · 3057 阅读 · 0 评论 -
EM算法(Expectation-maximization algorithm)小结
EM算法(Expectation-Maximization algorithm)是一类通过迭代进行极大似然估计的优化算法,今天翻出了之前的笔记,在这里也放一下吧。EM算法背景EM(expectation-maximization)算法是Dempster,Laird和Rubin(DLR)三个人在1977年正式提出的.主要是用于在不完全数据的情况下计算最大似然估计.在EM算法正式提出以来,人们对EM算法的性质有更加深入的研究.并且在此基础上,提出了很多改进的算法.在数理统计,数据挖掘,机器学习以及模式识别等原创 2020-09-13 10:55:39 · 773 阅读 · 0 评论 -
CTRW的化学主方程推导(下)
https://blog.csdn.net/IceelfLuo/article/details/107891535书接上回:定义msm_{s}ms:代表不同物种的个数mrm_{r}mr:代表不同反应的个数,物种与反应共同组成一个反应系统。SjS_{j}Sj:代表不同的物种,jjj的取值从1到msm_{s}msnjn_{j}nj:物种SjS_{j}Sj对应的粒子数n=(n1,⋯ ,nms)T\mathbf{n}=\left(n_{1}, \cdots, n_{m_{s}}\right原创 2020-08-10 16:35:52 · 425 阅读 · 0 评论 -
CTRW的化学主方程推导(上)
连续时间随机行走(continuous time random walk)是一种常见的扩散模型,化学主方程也和扩散有关,所以思考CTRW模型下的化学主方程的推导。公式比较多,分几部分来写。定义原创 2020-08-10 14:17:15 · 557 阅读 · 0 评论 -
两种方式推导人口平衡方程(PBE)
前言之前玩了玩雷诺运输定理(Reynolds transport theorem),当时用的是人口平衡方程(Population Balance Equation),后来一想不对啊,这引入没头没尾的。其实PBE在各个领域上都有运用,最最原始的版本是反映某一时期人口数量及其自然变动,到了后来就运用到物化生各个学科上面,描述的是物质的量能变化情况。现在主要落地的模型是经济学那一块,和机器学习倒是关联不大。不过现在MLDL的黑箱情况那么严重,以后发展方向会不会重新回到模型依靠型也不好说。总之嘛,PBE也算是常原创 2020-07-15 20:14:45 · 2176 阅读 · 0 评论 -
雷诺运输定理笔记
今天看到了雷诺运输定理,想了想好像和带参变量的求导公式很像。于是自己推了推,并拿人口平衡方程population balance equation试了试手,记个笔记。雷诺运输定理记????(????,????)为物质的量函数,????(????)为物质所在的空间,它会随时间变化,且拥有光滑的边界????????(????)。则关于f的微分如同上式,这个就是雷诺运输定理。????????,????????为x的体积元和表面积元,v为速度场函数(不是单纯的流速),当????(????,????)为向量的原创 2020-07-14 22:01:46 · 1957 阅读 · 0 评论