可预测过程是数学中随机过程里的一个概念。如果一个随机过程在某个时刻的取值在这个时刻之前就可能可以知道（可测），那么就称这个过程是可预测过程。 设有 概率空间 ( Ω , F , P ) {\displaystyle (\Omega ,{\mathcal {F}},\mathbb {P} )} ； 测度空间...

在概率論及統計學中，馬可夫過程（英語：Markov process）是一個具備了馬可夫性質的隨機過程，因為俄國數學家安德雷·馬可夫得名。馬可夫過程是不具備記憶特質的（memorylessness）。換言之，馬可夫過程的条件概率僅僅與系统的當前狀態相關，而與它的過去歷史或未來狀態，都是獨立、不相關的。 具備離散狀態的馬可...

在数学中，循序可测是随机过程的一种性质。循序可测性质是随机过程研究中用到的一种重要性质，能够保证停过程的可测性。循序可测性比随机过程的适应性更加严格:4-5。循序可测过程在伊藤积分理论中有重要应用。 设有 概率空间 ( Ω , F , P ) {\displaystyle (\Omega ,{\mathcal...

适应过程是随机过程研究中常见的概念，表示不能“预见未来”的随机过程。非正式的数学解释是，一个随机过程是适应于某个参考族的，当且仅当在任意的特定时刻，随机过程都是可测的。适应过程是随机过程理论中很多重要概念的基础。比如说能够定义伊藤积分的随机过程就需要是适应过程。 设有 概率空间 ( Ω , F , P...

预测编码通过逆向的过程合成语音信号：使用蜂鸣参数与残余信号生成源信号、使用共振峰生成表示声道的滤波器，源信号经过滤波器的处理就得到语音信号。 由于语音信号是一种非平稳的时变信号，又同时具有短时平稳性，这个过程是在一段段的语音信号帧上进行处理的。通常每秒30到50帧的速度，就能对可理解的信号进行很好的压缩。...

GDP增长速度时期（换言之，经济扩张与紧缩）的转换进行建模。 马尔可夫链也有众多的生物学应用，特别是增殖过程，可以帮助模拟生物增殖过程的建模。隐蔽马尔可夫模型还被用于生物信息学，用以编码区域或基因预测（見哈代-溫伯格定律。） 马尔可夫链也被用于算法作曲，例如在Csound 、...

族随机变量通常称为一个随机场。随机过程的实现值也不必是实数，亦可为向量或其它量。 一般来说，常见的随机过程有随机游走、鞅、马尔可夫过程、莱维过程、高斯过程、随机场、更新过程和分支过程。关于随机过程的研究通常需要许多来自其它数学领域的知识。 定義 —  ( Ω , F , P ) {\displaystyle...

隐马尔可夫模型（英語：Hidden Markov Model；縮寫：HMM），或稱作隐性马尔可夫模型，是统计模型，用来描述一个含有隐含未知参数的马尔可夫过程。其难点是从可观察的参数中确定该过程的隐含参数。然后利用这些参数来作进一步的分析，例如模式识别。 在正常的马尔可...

维护计划 资源优化 预测性维护有助于改善生产率、达成即时化生产。 预测性维护首先要做定期（离线）或连续（在线）的设备状态监测，以确定在设备发生故障前的成本效益最优的维护时机。 「预测」部分是指预测设备状态的未来趋势这个目标。用统计过程控制原理来确认未来合适的维护时机。 維護分成5個層級，由最基本的「Reactive...

它是连续域（例如时间或空间）上函数的分布。 高斯過程被認為是一種機器學習算法，是以惰性學習（英语：lazy learning）方式，利用點與點之間同質性的度量作為核函數（英语：Kernel function），以從輸入的訓練數據預測未知點的值。其預測結果不僅包含該點的值，而同時包含不確定性的資料－它的一維高斯分佈（即該點的邊際分佈）。...

数学中，维纳过程（英語：Wiener process）是一种连续时间随机过程，得名于诺伯特·维纳。由于与物理学中的布朗运动有密切关系，也常被称为“布朗运动过程”或简称为布朗运动。维纳过程是莱维过程（指左极限右连续的平稳独立增量随机过程）中最有名的一类，在纯数学、应用数学、经济学与物理学中都有重要应用。...