Enintään a posteriori

Tämä artikkeli on hahmotella koskevat matematiikan ja todennäköisyys ja tilastot .

Voit jakaa tietosi parantamalla sitä ( miten? ) Vastaavien projektien suositusten mukaisesti .

Enintään posteriori estimaattori ( MAP ), kuten suurimman todennäköisyyden menetelmä, on menetelmä, jota voidaan käyttää arvioimaan useita tuntemattomia parametreja, kuten parametrit todennäköisyystiheysfunktiota, jotka liittyvät näytteen annetaan. Tämä menetelmä liittyy läheisesti suurimpaan todennäköisyyteen, mutta eroaa siitä kuitenkin mahdollisuudella ottaa arvioitujen parametrien epäyhtenäisyys a priori huomioon.

Määritelmä

Jälkikäteen enintään menetelmä on löytää arvon , joka maksimoi suuruus jossa on todennäköisyys ja a priori jakauma parametrien . θ^MTOP{\ displaystyle {\ hat {\ theta}} _ {\ mathrm {MAP}}}THE(θ)s(θ){\ displaystyle L (\ theta) p (\ theta)}THE(θ){\ displaystyle L (\ theta)}s(θ){\ displaystyle p (\ theta)}θ{\ displaystyle \ theta}

Näin ollen suurimman uskottavuuden estimaattori on MAP estimaattori varten priori tasainen jakautuminen .

Sovellukset

Tähtitiede

Jälkikäteen enintään käytetään tähtitieteen lisäksi, adaptiivisen optiikan kaukoputken arvioida todellinen kuva häiriintynyt kuva.

Lääketieteellinen kuvantaminen

Fylogeneettinen rekonstruktio

Molekyylifylogenetiikkaan sovellettavan Bayesin päätelmän puitteissa MAP mahdollistaa fylogrammin todennäköisimmän topologian määrittämisen esimerkiksi DNA-sekvensseistä.

Bibliografia

• (en) Richard O. Duda, Peter E. Hart, David G. Stork, Pattern Classification , Wiley-Interscience,2001( ISBN  0-471-05669-3 ) [ yksityiskohdat painoksista ]

Huomautuksia ja viitteitä

1. Detection Teoria: Sovellukset ja digitaalinen signaalinkäsittely päälle Google Books .

<img src="https://fr.wikipedia.org/wiki/Special:CentralAutoLogin/start?type=1x1" alt="" title="" width="1" height="1" style="border: none; position: absolute;">