Eine Einführung in Faktorgrafen

Grafische Modelle wie Faktorgrafen ermöglichen einen einheitlichen Ansatz für eine Reihe von Schlüsselthemen in der Codierung und Signalverarbeitung, wie beispielsweise die iterative Dekodierung von Turbo-Codes, LDPC-Codes und ähnlichen Codes, gemeinsame Dekodierung, Entzerrung, Parameterschätzung, versteckte Markov-Modelle, Kalman-Filterung und rekursive kleinste Quadrate. Grafische Modelle können komplexe reale Systeme darstellen, und solche Darstellungen helfen, praktische Erkennungs-/Schätzalgorithmen in einem breiten Anwendungsbereich abzuleiten. Die meisten bekannten Signalverarbeitungstechniken - einschließlich Gradientenmethoden, Kalman-Filterung und Partikelmethoden - können als Komponenten solcher Algorithmen verwendet werden. Anders als in der meisten vorherigen Literatur verwenden wir Faktorgrafen im Forney-Stil, die hierarchische Modellierung unterstützen und mit Standardblockdiagrammen kompatibel sind.