Extensible Markov model
Extensible Markov model
复制标题
可扩展马尔可夫模型
DOI：
--
复制
发表时间：
2004
期刊：
影响因子：
--
通讯作者：
Jie Huang
中科院分区：
文献类型：
--
作者：
M. Dunham;Yu Meng;Jie Huang
马尔可夫链是一种流行的数据建模工具。本文提出了马尔可夫链的一种变种，即可扩展马尔可夫模型。通过提供一种动态可调的结构，EMM克服了传统马尔可夫链的静态性质带来的问题。因此，EMM特别适合于对时空数据进行建模，例如网络流量、环境数据、天气数据和汽车流量。将EMMS用于时空预测问题的性能研究表明了该方法的优势。
A Markov chain is a popular data modeling tool. This paper presents a variation of Markov chain, namely extensible Markov model (EMM). By providing a dynamically adjustable structure, EMM overcomes the problems caused by the static nature of the traditional Markov chain. Therefore, EMMs are particularly well suited to model spatiotemporal data such as network traffic, environmental data, weather data, and automobile traffic. Performance studies using EMMs for spatiotemporal prediction problems show the advantages of this approach.