[ TM1WCVOMARK ] VL Markov-Ketten
|
|
|
Es ist eine neuere Version 2023W dieser LV im Curriculum Masterstudium Artificial Intelligence 2024W vorhanden. |
|
(*) Leider ist diese Information in Deutsch nicht verfügbar. |
|
Workload |
Ausbildungslevel |
Studienfachbereich |
VerantwortlicheR |
Semesterstunden |
Anbietende Uni |
3 ECTS |
B3 - Bachelor 3. Jahr |
Mathematik |
Dmitry Efrosinin |
2 SSt |
Johannes Kepler Universität Linz |
|
|
|
Detailinformationen |
Quellcurriculum |
Bachelorstudium Technische Mathematik 2012W |
Ziele |
Ein Markov-Kette ist ein mathematisches Modell, das sich beim Studium komplexer Systeme als nützlich erweist. Die grundlegenden Begriffe der Markov-Kette sind der Zustand eines Systems und der Übergang von einem Zustand in einen anderen. Man sagt, ein System befinde sich in einem bestimmten Zustand, wenn die
Variablen, die das System vollständig beschreiben, die diesem Zustand zugeordneten Werte annehmen. Ein Übergang des Systems von einem Zustand in einen anderen liegt vor, wenn die das System beschreibenden Variablen ihre Werte entsprechend ändern. Der Sinn dieses Kurses besteht darin, einem Markov-Entscheidungsproblem eine analytische Struktur zu geben, die zugleich das System hinreichend gut beschreibt und trotzdem rechnerisch verwendbar ist.
|
Lehrinhalte |
- Markov-Kette mit diskreter Zeit
- Bewertete Markov-Kette
- Iterative Lösung von sequentiellen Entscheidungsprozessen
- Die Politik-Iteration für die Lösung von sequentiellen Entscheidungsprozessen
- Anwendung der Politik-Iteration
- Die Politik-Interationsmethode für Prozesse mit mehreren ergodischen Klassen
- Der sequentielle Entscheidungsprozess mit Diskontierung
- Markov-Kette mit kontinuierlicher Zeit
- Die kontinuierliche bewertete Markov-Kette
- Das kontinuierliche Entscheidungsproblem
- Der kontinuierliche Entscheidungsprozess mit Diskontierung
- Schlussbemerkungen
|
Beurteilungskriterien |
Schriftliche Prüfung am Ende des Semesters
|
Lehrmethoden |
Folie und Tafel
|
Abhaltungssprache |
Deutsch |
Literatur |
Skriptum Howard R. Dynamic programming and Markov processes. Wiley Series, 1960. Puterman M. L. Markov decision process. Wiley series in Probability and Mathematical Statistics, 1994.
|
Lehrinhalte wechselnd? |
Nein |
|
|
|
Präsenzlehrveranstaltung |
Teilungsziffer |
- |
Zuteilungsverfahren |
Direktzuteilung |
|