σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft Academyخرائط الطريقالمسارات
Ctrl K
AO
+1.2k متعلّم
تسجيل الدخولانضم ↗
خرائط الطريقالمسارات
AO
+1.2k متعلّم
تسجيل الدخول
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft Academyخرائط الطريقالمسارات
Ctrl K
AO
+1.2k متعلّم
تسجيل الدخولانضم ↗
خرائط الطريقالمسارات
AO
+1.2k متعلّم
تسجيل الدخول
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
مسار Hidden Markov Models›الوحدة 2 · الخوارزميات الأساسية›الموضوع 2.2·~55 دمتقدم

فك ترميز فيتربي

الموضع في المسارالوحدة 2 من 3 · الموضوع 2 من 4
2.2 فك ترميز فيتربي
—درجة المختبر— / 100إجمالي XP—التتابع—

القصة الوحيدة الأرجح

تجمع خوارزمية الأمام كل المسارات الخفية لتقول مدى احتمال البيانات. وكثيرًا ما نريد شيئًا آخر: أفضل قصة واحدة أي متتالية الحالات الوحيدة التي تفسر البيانات بأعلى احتمال. وفك ترميز فيتربي يجدها. والفكرة هي خوارزمية الأمام مع تغيير واحد: بدل الجمع على الحالات السابقة نأخذ الأفضل. نحتفظ بدرجة δt(j)\delta_t(j)δt​(j) وهي احتمال أفضل مسار ينتهي في الحالة jjj في اليوم ttt ونتذكر أي حالة سابقة أعطته أي المؤشر الخلفي.

δ1(j)=πjBj(o1),δt(j)=[max⁡iδt−1(i)Aij]Bj(ot),ψt(j)=arg⁡max⁡iδt−1(i)Aij\delta_1(j)=\pi_jB_j(o_1),\qquad \delta_t(j)=\Big[\max_i\delta_{t-1}(i)A_{ij}\Big]B_j(o_t),\qquad \psi_t(j)=\arg\max_i\delta_{t-1}(i)A_{ij}δ1​(j)=πj​Bj​(o1​),δt​(j)=[imax​δt−1​(i)Aij​]Bj​(ot​),ψt​(j)=argimax​δt−1​(i)Aij​(1)

بعد اليوم الأخير اختر الحالة ذات أكبر δT\delta_TδT​ وارجع عبر المؤشرات ψ\psiψ لقراءة المسار كله. نقطتان عمليتان. أولًا اعمل باللوغاريتمات: فحاصل ضرب احتمالات كثيرة يقترب من الصفر أما اللوغاريتمات فتحوّله إلى مجموع، وبما أن اللوغاريتم متزايد يبقى المسار الأفضل نفسه. وثانيًا المسار الأفضل ليس هو اختيار الحالة الأرجح في كل يوم على حدة. فقد يفرضه ما يأتي لاحقًا كما يبيّن المثال.

صغيرة وكبيرة وكبيرة مرة أخرىاليوم 1: δ1=(0.54, 0.12)\delta_1=(0.54,\ 0.12)δ1​=(0.54, 0.12). اليوم 2 (كبيرة): يأتي الهادئ أفضل ما يكون من الهادئ 0.54⋅0.9⋅0.1=0.04860.54\cdot0.9\cdot0.1=0.04860.54⋅0.9⋅0.1=0.0486. ويأتي العاصف أفضل ما يكون من العاصف 0.12⋅0.8⋅0.7=0.06720.12\cdot0.8\cdot0.7=0.06720.12⋅0.8⋅0.7=0.0672 لا من الهادئ (0.54⋅0.1⋅0.7=0.03780.54\cdot0.1\cdot0.7=0.03780.54⋅0.1⋅0.7=0.0378). اليوم 3: يأتي العاصف من العاصف 0.0672⋅0.8⋅0.7=0.03760.0672\cdot0.8\cdot0.7=0.03760.0672⋅0.8⋅0.7=0.0376 ولا يحصل الهادئ إلا على 0.00440.00440.0044. فأفضل مسار هو عاصف عاصف عاصف باحتمال 0.03760.03760.0376. ومع ذلك بدا اليوم الأول وحده هادئًا باحتمال 0.820.820.82. فالحركات الكبيرة اللاحقة تشدّ القصة كلها نحو العاصف. وهذا المسار أرجح بـ 1.781.781.78 مرة من هادئ عاصف عاصف (0.02120.02120.0212).
  • فيتربي يستبدل مجموع خوارزمية الأمام بقيمة عظمى ويحتفظ بمؤشرات خلفية.
  • المسار الأفضل قد يختلف عن الحالة الأرجح في كل يوم على حدة.
  • استعمل اللوغاريتمات: مجاميع اللوغاريتمات تتجنب الانخفاض الحسابي وتبقي المسار الأفضل نفسه.

المختبر: ما الذي يُقيَّم

  • درجة فيتربي في اليوم الثاني15 نقطة
  • احتمال أفضل مسار15 نقطة
  • لوغاريتم أفضل مسار10 نقطة
  • مقابل مسار آخر10 نقطة
  • الحالة الأولى لأفضل مسار15 نقطة
  • خطوات فيتربي10 نقطة
  • طابق المصطلحات10 نقطة
  • لماذا نستعمل اللوغاريتمات15 نقطة
0/ 8 تمت الإجابة
المهام
1إجابة رقمية15 نقطةبلا إجابة

مع δ1=(0.54, 0.12)\delta_1=(0.54,\ 0.12)δ1​=(0.54, 0.12) وحركة كبيرة في اليوم 2 ما قيمة δ2(S)=max⁡(0.54⋅0.1, 0.12⋅0.8)⋅0.7\delta_2(S)=\max(0.54\cdot0.1,\ 0.12\cdot0.8)\cdot0.7δ2​(S)=max(0.54⋅0.1, 0.12⋅0.8)⋅0.7؟ أعطه بأربع خانات عشرية.

d=d =d=المقبول: ± 0.0003
2إجابة رقمية15 نقطةبلا إجابة

مع δ2=(0.0486, 0.0672)\delta_2=(0.0486,\ 0.0672)δ2​=(0.0486, 0.0672) وحركة كبيرة في اليوم 3 ما قيمة δ3(S)=max⁡(0.0486⋅0.1, 0.0672⋅0.8)⋅0.7\delta_3(S)=\max(0.0486\cdot0.1,\ 0.0672\cdot0.8)\cdot0.7δ3​(S)=max(0.0486⋅0.1, 0.0672⋅0.8)⋅0.7 أي احتمال أفضل مسار؟ أعطه بأربع خانات عشرية.

d=d =d=المقبول: ± 0.0003
3إجابة رقمية10 نقطةبلا إجابة

ما اللوغاريتم الطبيعي لاحتمال أفضل مسار 0.03760.03760.0376؟ أعطه بخانتين عشريتين.

l=l =l=المقبول: ± 0.02
4إجابة رقمية10 نقطةبلا إجابة

كم مرة يكون أفضل مسار (احتماله 0.03760.03760.0376) أرجح من المسار هادئ عاصف عاصف (احتماله 0.02120.02120.0212)؟ أعطه بخانتين عشريتين.

r=r =r=المقبول: ± 0.02
5اختيار15 نقطةبلا إجابة

يُظهر اليوم الأول حركة صغيرة تجعل الهادئ بنسبة 82% وحده. ما الحالة الأولى لأفضل مسار لـ صغيرة وكبيرة وكبيرة؟

6رتّب الخطوات10 نقطةبلا إجابة

رتّب خطوات فك ترميز فيتربي.

اسحب لإعادة الترتيب، أو ركّز على عنصر واضغط مسافة لرفعه والأسهم لتحريكه ومسافة لإفلاته.

  1. 1بعد اليوم الأخير اختر الحالة الأعلى درجة
  2. 2ابدأ بـ delta تساوي الاحتمال الابتدائي في أول انبعاث
  3. 3ارجع عبر المؤشرات لقراءة المسار
  4. 4لكل يوم وحالة احتفظ بأفضل سابق وتذكّره
7مطابقة10 نقطةبلا إجابة

طابق كل مصطلح بمعناه.

اختر مقابل كل عنصر في اليسار.

δt(j)\delta_t(j)δt​(j)
ψt(j)\psi_t(j)ψt​(j)
خوارزمية الأمام
خوارزمية فيتربي
8اشرح بكلماتك15 نقطةبلا إجابة

في جملة أو جملتين اشرح لماذا يُكتب فك ترميز فيتربي عادةً بلوغاريتمات الاحتمالات ولماذا لا يغيّر ذلك أفضل مسار.

وضع الرياضياتإدخال بلوحة المفاتيح أو LaTeXالمهمة 1 من 8 · Ctrl ⏎ للتحقق

سجّل الدخول لتشغيل الكود الخاص بك.

قراءة كل المحاضرات مجانية. أنشئ حسابًا أو سجّل الدخول لتشغيل الكود وتنفيذ الاختبارات وتسليم هذا المختبر.

  • بيئة تطوير داخل المتصفح مع طرفية bash — لا حاجة لتثبيت أي شيء
  • تصحيح فوري ونقاط خبرة ومكانك في المسار
إنشاء حسابتسجيل الدخول
أو
المتابعة عبر GitHub