Графические модели (курс лекций)/2013/Задание 2

Материал из MachineLearning.

Версия 18:42, 26 февраля 2013 (править) Kropotov (Обсуждение | вклад) ← К предыдущему изменению		Версия 12:46, 2 марта 2013 (править) (отменить) Kropotov (Обсуждение | вклад) К следующему изменению →
Строка 7:		Строка 7:
	[[Изображение:GM13_task2_intro.jpg|600px]]		[[Изображение:GM13_task2_intro.jpg|600px]]
-	'''Начало выполнения задания''': 1 марта 2013 г.<br>	+	'''Начало выполнения задания''': 3 марта 2013 г.<br>
-	'''Срок сдачи''': {{важно|15 марта 2013 г., 23:59.}}	+	'''Срок сдачи''': {{важно|17 марта 2013 г., 23:59.}}
	Среда для выполнения задания — MATLAB.		Среда для выполнения задания — MATLAB.
Строка 15:		Строка 15:
	== Формулировка задания ==		== Формулировка задания ==
		+
		+	== Рекомендации по выполнению задания ==
		+
	== Оформление задания ==		== Оформление задания ==
Строка 24:		Строка 27:
	* Все исходные коды с необходимыми комментариями.		* Все исходные коды с необходимыми комментариями.
-	Исходные коды должны включать в себя реализацию оценки распределений в виде отдельных функций. Прототип для функции оценки распределения <tex>p(c|a,d)</tex> для модели 2 имеет следующий вид:<br>	+
	{|class="standard"		{|class="standard"
-	!''Оценка распределения <tex>p(c|a,d)</tex> для модели 2''	+	!''Построение порождающей матрицы для систематического кодирование''
	|-		|-
-	|[p, c, m, v] = '''p2c_ad'''(a, d, params)	+	|[G, ind] = '''LDPC_gen_matrix'''(H)
	|-		|-
	|ВХОД		|ВХОД
Строка 34:		Строка 37:
	|		|
	{|border="0"		{|border="0"
-	|a — значение параметра a;	+	|H — проверочная матрица чётности, бинарная матрица размера MxN;
-	|-	+
-	|d — значение параметра d;	+
-	|-	+
-	|params — набор параметров вероятностной модели, структура с полями 'amin', 'amax', 'bmin', 'bmax', 'p1', 'p2', 'p3';	+
-	|-	+
	|}		|}
	|-		|-
Строка 46:		Строка 44:
	|		|
	{|		{|
-	|p — распределение вероятности, вектор-столбец длины length(c);	+	|G — порождающая матрица кода, бинарная матрица размера Nx(N-M);
-	|-	+
-	|c — носитель распределения, вектор-столбец;	+
-	|-	+
-	|m — математическое ожидание распределения;	+
	|-		|-
-	|v — дисперсия распределения.	+	|ind — номера позиций кодового слова, в которые копируются биты исходного сообщения, т.е. G(ind, :) является единичной матрицей;
	|}		|}
	|}		|}

---

Версия 12:46, 2 марта 2013

Формулировка задания находится в стадии разработки. Убедительная просьба не приступать к выполнению задания до тех пор, пока это предупреждение не будет удалено.

Основная статья: Графические модели (курс лекций)

Начало выполнения задания: 3 марта 2013 г.
Срок сдачи: 17 марта 2013 г., 23:59.

Среда для выполнения задания — MATLAB.

Низкоплотностные коды

Формулировка задания

Рекомендации по выполнению задания

Оформление задания

Выполненное задание следует отправить письмом по адресу bayesml@gmail.com с заголовком письма «[ГМ13] Задание 2 <ФИО>». Убедительная просьба присылать выполненное задание только один раз с окончательным вариантом. Также убедительная просьба строго придерживаться заданных ниже прототипов реализуемых функций.

Присланный вариант задания должен содержать в себе:

• Текстовый файл в формате PDF с указанием ФИО, содержащий описание всех проведенных исследований.
• Все исходные коды с необходимыми комментариями.

Построение порождающей матрицы для систематического кодирование
[G, ind] = LDPC_gen_matrix(H)
ВХОД
H — проверочная матрица чётности, бинарная матрица размера MxN;
ВЫХОД
G — порождающая матрица кода, бинарная матрица размера Nx(N-M); ind — номера позиций кодового слова, в которые копируются биты исходного сообщения, т.е. G(ind, :) является единичной матрицей;

Прототипы функций для других распределений выглядят аналогично. Если в распределении переменных до или после | несколько, то в названии функции они идут в алфавитном порядке. Функция для оценки распределения для модели 3 имеет название p3b_ad, а входной параметр является одномерным массивом длины .

Генерация из распределения для модели 3
d = m3_generate(N, a, b, params)
ВХОД
N — количество лекций; a — значение параметра a; b — значение параметра b; params — набор параметров вероятностной модели, структура с полями 'amin', 'amax', 'bmin', 'bmax', 'p1', 'p2', 'p3';
ВЫХОД
d — значения , вектор-столбец длины N.