آشنایی با موضوع

زنجیره مارکف که به افتخار آندری مارکوف ریاضی دان اهل روسیه این گونه نام گذاری شده یک سیستم ریاضی است که در آن انتقال از یک حالت به حالت دیگر صورت می‌گیرد که البته تعداد این حالات قابل شمارش است. زنجیره مارکوف یک مفهوم ساده است که توانایی بیان اغلب فرآیندهای پیچیده بلادرنگ را دارد. حوزه هایی مانند بازشناسی صدا، شناسایی متن و بسیاری از حوزه های هوش مصنوعی، به نحوی از این اصل ساده استفاده می کنند. زنجیره مارکوف بر اصل بدون یادآوری یا بی حافظه بنا شده است به این معنی که حالت بعدی سیستم، به حالت های قبلی آن بستگی ندارد. با این اصل، محاسبه احتمال عملیات مجاز بعدی بسیار ساده تر خواهد بود. البته حالت پیشرفته تری از زنجیره مارکوف با نام Latent MC در کاربردهای دنیای واقعی که وابستگی به عملیات قبلی هم جزء الزامات پیش بینی ها خواهد بود، استفاده میشود که در اینجا به آن نمی پردازیم. فرض کنید مجموعه ی S،مجموعه ی کل حالتهایی باشد که یک سیستم میتواند اختیار کند و فرض کنید در هر مرحله از زمان،سیستم یا تغییر حالت میدهد یا همان حالت قبل را حفظ میکند. فراتر،فرض کنید ماتریس انتقال احتمال P با سطر و ستونهایی از S موجود است که اگر سیستم در یک مرحله ی زمانی در حالتsعضو S باشد،انگاه احتمال انکه در مرحله بعدی زمانی در حالت t عضو S باشد، (P(s،tاست که احتمال انتقال حالت از s به t از زمان و مسیر طی شده تا رسیدن به حالت s مستقل است. توجه کنید که(P(s،s احتمال باقی ماندن در حالت s در یک مرحله زمانی است و احتمال پیمودن هر مسیر،حاصل ضرب احتمال های هر مرحله زمانی است. چنین سیستمی را یک زنجیر مارکوف می نامند که با (M(S،P نمایش می دهیم. یکی از معروف ترین زنجیره‌های مارکف که موسوم به «پیاده روی می خواره» است یک پیاده روی تصادفی است که در آن در هر قدم موقعیت با احتمال برابر به اندازه ۱+ یا ۱- تغییر می‌کند. در هر مکان دو انتقال ممکن وجود دارد یکی به عدد صحیح بعدی(۱+) و یکی به عدد صحیح قبلی(۱-). احتمال هر انتقال فقط به حالت کنونی بستگی دارد. برای مثال احتمال انتقال از ۵ به ۶ برابر با احتمال انتقال از ۵ به ۴ است و هر دوی این احتمالات برابر با ۰٫۵ هستند. این احتمالات مستقل از حالت قبلی (که یا ۴ بوده یا ۶) هستند.

در این صفحه تعداد 344 مقاله تخصصی درباره زنجیره مارکف که در نشریه های معتبر علمی و پایگاه ساینس دایرکت (Science Direct) منتشر شده، نمایش داده شده است. برخی از این مقالات، پیش تر به زبان فارسی ترجمه شده اند که با مراجعه به هر یک از آنها، می توانید متن کامل مقاله انگلیسی همراه با ترجمه فارسی آن را دریافت فرمایید.
در صورتی که مقاله مورد نظر شما هنوز به فارسی ترجمه نشده باشد، مترجمان با تجربه ما آمادگی دارند آن را در اسرع وقت برای شما ترجمه نمایند.
مقالات ISI ترجمه شده زنجیره مارکف
مقالات ISI زنجیره مارکف (ترجمه نشده)
مقالات زیر هنوز به فارسی ترجمه نشده اند.
در صورتی که به ترجمه آماده هر یک از مقالات زیر نیاز داشته باشید، می توانید سفارش دهید تا مترجمان با تجربه این مجموعه در اسرع وقت آن را برای شما ترجمه نمایند.
Elsevier - ScienceDirect - الزویر - ساینس دایرکت
Keywords: زنجیره مارکف; Optimization algorithm; Artificial intelligence; Collaborative decisions; Decision making; Group decision; Social interactions; Complexity; Markov chains;
Elsevier - ScienceDirect - الزویر - ساینس دایرکت
Keywords: زنجیره مارکف; Checkpointing; Performance modeling; Markov Chains; Mean value analysis; Concurrent and heterogeneous component-based software systems;
Elsevier - ScienceDirect - الزویر - ساینس دایرکت
Keywords: زنجیره مارکف; Threshold graph; Nested split graph; Markov chains; Simulated annealing; Hamming distance; Shannon entropy; Randić index; Szeged index; Estrada index; Wiener index; Gutman graph energy; Resolvent energy;
Elsevier - ScienceDirect - الزویر - ساینس دایرکت
Keywords: زنجیره مارکف; AMI; advanced metering infrastructure; CPS; cyber-physical system; ES; ethernet switch; DER; distributed energy resource; ICT; information and communication technology; MU; merging unit; PV; photovoltaic; RBTS; Roy Billinton Test System; SCADA; supervisor
Elsevier - ScienceDirect - الزویر - ساینس دایرکت
Keywords: زنجیره مارکف; primary; 60J10; 60H30; secondary; 41A10; 41-01; Bernstein operator; Markov chains; Stochastic compositions; Wright-Fisher model; Stochastic calculus; Diffusion approximation;