問題タブ [stochastic-process]

問題: オブジェクトの推定寿命 (たとえば、次に書き込まれる時間) または対応する PDF を見つけます。これは更新プロセスと呼ばれます。

制約: すべての単一オブジェクトのメタデータを追跡することは実行不可能です

前提: 少量のオブジェクトの予測の不正確さは許容されますが、オブジェクトの人気が高まるにつれて不正確さは減少するはずです

おそらくスケッチデータ構造（ブルームフィルター、カウント最小スケッチなど）またはサンプリングの形式（指数バイアス貯水池サンプリングなど）を使用して、これらの予測をどのように達成できるかについてのアイデアはありますか? 特定の確率過程 (ポアソン過程など) を想定すると、問題の解決が容易になりますか?

この問題の分かりやすい例は次のようなものです:ユーザーが次にいつあなたのサイトにアクセスするか、または何かをクリックするかを推定しますが、すべてのユーザーの履歴を追跡することはできません。

レート行列が関連付けられた 5 つの状態 {1,2,3,4,5} のマルコフ過程 Xt を検討してください

状態 4 から始まるこのプロセスが状態 5 に到達する確率を推定する R コードを生成する方法は?</p>

このコードを試しましたが、正しいかどうかわかりません。

ANN の背後にある理論を完全に理解しています (この場合は、逆伝播によるフィード フォワード)。ネットワークが学習するにつれて、正しい結果が得られるように、それに応じて重みが調整されます。ただし、ランダムな重みを使用してネットワークを初期化するという確率的要素が関係しているため、生成された結果が偶然/純粋な偶然によるものではないことを確認するにはどうすればよいですか?

先生から次のような質問を受けました。

1. 確率変数の N = 1000 個の独立した観測値のシーケンスを分布とともに生成します。(c) 逆法による、パラメーター λ = 1 の指数関数。
2. 得られた配列をグラフィカルに表示する（ポイント e で生成されたものを除く）。ieeg (a) i. 座標にプロットする（観測番号、観測値） ｉｉ．i = 1、2、3 の座標 (obs no n、obs. no n + i) でプロットします。 iii. いくつかの値について、いわゆる共分散関数をプロットします。すなわち、平均：

私は次のコードを書きました、

彼は次のようにコメントしています。

共分散関数のプロットは、0 シフトから開始する必要があります。0より大きいシフトの場合、ゼロである独立した観測間の共分散を推定していることに注意してください.0シフトの場合、大きい観測の分散を推定しています。したがって、これら 2 つのケースの対比は、観測値が相関していないことを明確に示しています。

私は何を間違えましたか？

コードを修正するにはどうすればよいですか?

私はMatlabがまったく初めてです。ウィーナーとポアソンを組み合わせたプロセスをシミュレートしようとしています。

添え字の代入次元の不一致が発生するのはなぜですか?

シミュレートしようとしています

はウィーナーW過程で、Nはポアソン過程です。

私が使用しているコードは以下のとおりです。