Ձեզ որոշակի ենթատեքստ տալու համար ես փորձում եմ պարզել հետազոտական խնդրի օպտիմալ պարամետրերը՝ օգտագործելով Բեյեսի կանոնը, և իմ հարցը այստեղ կապված է այս պարամետրերի համար հավանականության նախնական բաշխումների առաջացման հետ:
Ենթադրենք, որ իմ երկու պարամետրերը A և B են: Ես գիտեմ, որ A-ի նախնական բաշխումը նման է գամմա բաշխման, իսկ իմ բաշխումը B-ի համար՝ նորմալացված Գաուսի բաշխման: Նպատակն է այս բաշխումները գծել x և y առանցքների վրա, այնուհետև գծագրել P(A,B) = P(A)*P(B) համատեղ հավանականությունը z առանցքում: Եթե ես կարողանամ դա անել, ապա ես կարող եմ բացահայտել, թե A-ի և B-ի որ արժեքներն են առավել հավանական իմ խնդրի համար:
Այսպիսով, ես մուտքագրում եմ MATLAB-ում
A = linspace(-50,50,1000);
B = A;
gamma = gampdf(A,5,5);
norm = normpdf(B,0,5);
[A B] = meshgrid(A,B);
Z = gamma'*norm;
surf(A,B,Z)
Երբ ես դա անում եմ, ես ստանում եմ սա.
Սա պտտելը, հավանաբար, տալիս է ինձ ինչ-որ բան, որը ես փնտրում եմ, բայց քանի որ այն ամբողջովին սև է, ես իսկապես չեմ կարող հստակ ասել:
Կա՞ որևէ միջոց, որով ես կարող եմ հեշտացնել այն տարբերակել և աշխատել ցանցի վրա: (Ես ենթադրում եմ, որ ցանցը չի աշխատել, քանի որ իմ Z-ը A-ի և B-ի ֆունկցիա չէ, այլ ավելի շուտ գամմայի և նորմայի):
Ցանկացած օգնություն շատ գնահատելի կլինի, քանի որ ես լիովին բաց եմ դա անելու այլընտրանքային ուղիների համար: