随机游走演示课件
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
随机游走（Random Walk）
问题直观：
•有个醉汉走在回家路上，由于酒醉未醒，分不清家往哪边走。假如家 在东面n的位置，醉汉处在m（m<n）位置。醉汉每一个时间单位走一 步，向东（家的方向）或者向西（酒吧的方向）的概率皆为1/2。 这 个醉汉的行为就可用random walk 来模拟。
这是一个简单的一维随机游走问题模型，从这个模型中我们可以对随机游走 有一个直观上的感受：每一步都是随机的。
1
什么是随机游走
随机游走是由一系列随机步伐（steps）所形成的活动模型。 比如： 液体或空气中分子的运动； 动物的觅食； 股票的价格波动； 一个赌徒的财产状况…
这些都可以模型为random walks（尽管现实中他们可能不是真 正的随机） •Karl Pearson在1905年第一次提出了random walk，如今已被应 用在诸多领域：生态学、经济学、心理学、计算机科学、物理 学、化学、生物学等。
2
随机游走概述 •
3
一维随机游走 •
4
一维随机游走
上述问题可以用杨辉三角来看：
当n趋于无穷的时候，就可以与中心极限定理相联系
一维随机游走模拟结果图：
5
高维随机游走模拟
二维模拟：
一个25000步伐的二维随机游走
三维模拟：
6
高斯随机游走 •
7
带重启的随机游走（RWR）
•Random walk with restart ：从一个节点开始，在每一步游走 时面临两个选择：或者移动到一个随机选择的邻点；或者跳 回起点。 •RWR最初是为图像分割而提出的一个算法，它反复的探究一 个网络的总体结构去估计两个节点之间的亲和力程度（亲和 力分数），这个算法只考虑一个参数 r :“重启概率”（1-r的 概率移动到某个邻点） 这个过程反复迭代进行下去直到走遍所有节点，此时得到的 概率向量包含所有节点与起点的亲和力分数。 另外，RWR的起点也可以选择一个起点集合（多个起点组成 的集合）。
8
RMR实例 •
9
问题直观：
•有个醉汉走在回家路上，由于酒醉未醒，分不清家往哪边走。假如家 在东面n的位置，醉汉处在m（m<n）位置。醉汉每一个时间单位走一 步，向东（家的方向）或者向西（酒吧的方向）的概率皆为1/2。 这 个醉汉的行为就可用random walk 来模拟。
这是一个简单的一维随机游走问题模型，从这个模型中我们可以对随机游走 有一个直观上的感受：每一步都是随机的。
1
什么是随机游走
随机游走是由一系列随机步伐（steps）所形成的活动模型。 比如： 液体或空气中分子的运动； 动物的觅食； 股票的价格波动； 一个赌徒的财产状况…
这些都可以模型为random walks（尽管现实中他们可能不是真 正的随机） •Karl Pearson在1905年第一次提出了random walk，如今已被应 用在诸多领域：生态学、经济学、心理学、计算机科学、物理 学、化学、生物学等。
2
随机游走概述 •
3
一维随机游走 •
4
一维随机游走
上述问题可以用杨辉三角来看：
当n趋于无穷的时候，就可以与中心极限定理相联系
一维随机游走模拟结果图：
5
高维随机游走模拟
二维模拟：
一个25000步伐的二维随机游走
三维模拟：
6
高斯随机游走 •
7
带重启的随机游走（RWR）
•Random walk with restart ：从一个节点开始，在每一步游走 时面临两个选择：或者移动到一个随机选择的邻点；或者跳 回起点。 •RWR最初是为图像分割而提出的一个算法，它反复的探究一 个网络的总体结构去估计两个节点之间的亲和力程度（亲和 力分数），这个算法只考虑一个参数 r :“重启概率”（1-r的 概率移动到某个邻点） 这个过程反复迭代进行下去直到走遍所有节点，此时得到的 概率向量包含所有节点与起点的亲和力分数。 另外，RWR的起点也可以选择一个起点集合（多个起点组成 的集合）。
8
RMR实例 •
9