×
谭祥源;高晓光;王子东;韩浩;刘晓翰;陈大庆

通过祖先和/或启发式划分学习贝叶斯网络的结构。 （英语） Zbl 07798608号

信息科学。 584719-751（2022）.
总结：在精确结构学习中，开发有效的策略来搜索更大的贝叶斯网络是一个公开的挑战。在本研究中，提出了祖先划分和启发式划分约束，以开发一系列精确学习算法，其中祖先划分用于修剪贝叶斯网络的顺序图，启发式划分用于提高启发式函数的紧密性。通过深入的理论证明，建立了计算这两类约束的算法。采用最先进的算法进行了对比实验。研究表明，使用所提出的祖先划分或祖先与启发式组合划分改进的算法性能优于原始形式的算法，并且可以具有更低的运行时间、更少的扩展状态和更高的准确性，以及在100个节点内搜索更大网络的能力。

MSC公司：

68T05型 人工智能中的学习和自适应系统
62H22个 概率图形模型

关键词：

贝叶斯网络;结构学习;顺序图;启发式函数

软件：

四分体
PDF格式BibTeX公司 XML格式引用
\textit{X.Tan}等人，《信息科学》。584719-751（2022年；Zbl 07798608）
全文： 内政部

参考文献：

[1] Yu，J。；Rui，Y。；Tao，D.，使用多模式稀疏编码进行网络图像重新分类的点击预测，IEEE Trans。图像处理。，2019-2032年5月23日（2014年）·Zbl 1374.94435号
[2] Yu，J。；Tan，M。；张，H。；陶，D。；Rui，Y.，用于细粒度图像识别的分层深度点击特征预测，IEEE Trans。模式分析。机器。智力。(2019)
[3] Young，T。；哈扎里卡，D。；波利亚，S。；Cambria，E.，基于深度学习的自然语言处理的最新趋势，IEEE计算。智力。Mag.，13，3，55-75（2018）
[4] 陈，C。；塞夫，A。；Kornhauser，A。；Deepdriving，X.J.，自动驾驶中直接感知的学习启示，（IEEE国际计算机视觉会议论文集（2015）），2722-2730
[5] 艾，M。；谢毅。；唐，Z。；张，J。；Gui，W.，《浮选过程基于特征的深度学习设定值生成和优化控制》，《信息科学》。，578, 644-658 (2021)
[6] 蔡，R。；张，Z。；郝，Z。；Winslett，M.，《随机分区上的复杂合并：一种可扩展且健壮的因果发现方法》，IEEE Trans。神经网络学习。系统。，29, 8, 3623-3635 (2017)
[7] 田；鸢尾；Der，基础设施系统贝叶斯网络建模和可靠性评估算法，Reliab。工程系统。安全。，134-147 (2016)
[8] 张，H。；张，Q。；刘杰。；郭浩，基于动态贝叶斯网络模型的智能互联车辆故障检测与修复，IEEE Internet Things J.，5，4，2431-2440（2018）
[9] 王，R。；Ye，S。；李凯。；Kwong，S.，基于贝叶斯网络的多标签分类器链标签相关性分析，Inf.Sci。，554, 256-275 (2021) ·Zbl 1484.68198号
[10] Chicking，D.M.，学习贝叶斯网络是NP完全的，网络，112，2121-130（1996）
[11] Chickering，D.M。；赫克曼，D。；Meek，C.，贝叶斯网络的大样本学习是NP-hard，J.Mach。学习。Res.，51287-1330（2004）·Zbl 1222.68169号
[12] 盖萨里，S。；Meybodi，M.R.，BNC-PSO：基于粒子群优化的贝叶斯网络结构学习，信息科学。，348, 272-289 (2016) ·Zbl 1398.68435号
[13] 库珀，G.F。；Herskovits，E.，从数据中归纳概率网络的贝叶斯方法，机器学习，9，4，309-347（1992）·Zbl 0766.68109号
[14] Gámez，J.A。；Mateo，J.L。；Puerta，J.M.，《通过爬山学习贝叶斯网络：基于邻域渐进限制的有效方法》，Data Min.Knowl。光盘。，22, 1-2, 106-148 (2011) ·兹比尔1235.68152
[15] Lee，S。；Kim，S.B.，贝叶斯网络结构学习的贪婪算法并行模拟退火，IEEE Trans。知识。数据工程，32，6，1157-1166（2020）
[16] Teyssier，M。；Koller，D.，《基于排序的搜索：学习贝叶斯网络的简单有效算法》，（第21届人工智能不确定性会议论文集（2005）），584-590
[17] Spirtes，P。；Glymour，C.，稀疏因果图的快速恢复算法，社会科学。公司。修订版，9，1，62-72（1991）
[18] Spirtes，P。；Glymour，C。；Scheines，R.，因果、预测和搜索（2000），麻省理工出版社·Zbl 0806.62001
[19] Margaritis，D。；Thrun，S.，通过本地邻居的贝叶斯网络归纳，高级神经信息处理。系统。，12, 505-511 (2000)
[20] 沙马尔迪诺斯一世。；Brown，L.E。；Aliferis，C.F.，最大爬山贝叶斯网络结构学习算法，机器学习。，65, 1, 31-78 (2006) ·Zbl 1470.68192号
[21] I Tsamardinos，C Aliferis，A.Statnikov，《马尔可夫毯子和直接因果关系的时间和样本有效发现》。第九届ACM SIGKDD知识发现和数据挖掘国际会议论文集（KDD-2003），673-678。
[22] 郑，X。；Aragam，B。；拉维库马尔，P。；Xing，E.P.，《没有TEARS的DAG：结构学习的持续优化》，（第32届神经信息处理系统国际会议论文集（2018）），9492-9503
[23] Y.Yu，J.Chen，T.Gao，DAG-GNN:利用图形神经网络进行DAG结构学习。2019年第36届机器学习国际会议论文集：7154-7163。
[24] Koivisto先生。；Sood，K.，《贝叶斯网络中的精确贝叶斯结构发现》，J.Mach。学习。第549-573号决议（2004年）·Zbl 1222.68234号
[25] 辛格，A。；Moore，A.W.，《通过动态规划发现最佳贝叶斯网络》（2005），卡内基梅隆大学
[26] Silander，T。；Myllymaki，P.，《寻找全局最优贝叶斯网络结构的简单方法》（第22届人工智能不确定性会议论文集（2006）），445-452
[27] 马龙，B。；袁，C.，学习最优贝叶斯网络的记忆有效动态规划，（第25届AAAI人工智能会议论文集（2011）），1057-1062
[28] 袁，C。；马龙，B。；Wu，X.，使用A*搜索学习最优贝叶斯网络，（第22届国际人工智能联合会议论文集（2011）），2186-2191
[29] 袁，C。；马龙，B.，《学习最佳贝叶斯网络：最短路径视角》，J.Artif。《情报研究》，48，1，23-65（2013）·Zbl 1361.68182号
[30] 马龙，B。；Yuan，C.，评估学习最优贝叶斯网络的任何时间算法，（第29届人工智能不确定性会议论文集（2013）），381-390
[31] 马龙，B。；袁，C。；Hansen，E。；Bridges，S.，《利用外部记忆前沿宽度第一分支和边界搜索提高最佳贝叶斯网络学习的可扩展性》（第27届人工智能不确定性会议论文集（2011）），479-488
[32] 袁，C。；Malone，B.，《学习最优贝叶斯网络的改进的可接受启发式算法》（第28届人工智能不确定性会议论文集（2012）），924-933
[33] Tan，X。；高，X。；王，Z。；He，C.，寻找最优贝叶斯网络结构的双向启发式搜索，神经计算，426，35-46（2021）
[34] 比克，P.V。；Hoffmann，H.F.，使用约束编程的贝叶斯网络机器学习，（第21届约束编程原理与实践国际会议论文集（2015）），429-445
[35] Bartlett，M。；Cussens，J.，《使用整数规划的贝叶斯网络学习进展》，（第二十届人工智能不确定性会议论文集（2013）），182-191
[36] Bartlett，M。；Cussens，J.，贝叶斯网络结构学习问题的整数线性规划，Artif。智力。，244, 258-271 (2017) ·Zbl 1404.68094号
[37] 马龙，B。；Kangas，K。；Järvisalo，M。；科维斯托，M。；Myllymäki，P.，算法选择和运行时预测，马赫。学习。，107, 1, 247-283 (2018)
[38] Scanagatta，M。；Salmerón，A。；Stella，F.，《从数据中学习贝叶斯网络结构的调查》，Progr。Artif公司。智力。，8, 4, 425-439 (2019)
[39] Behjati，S。；Beigy，H.，贝叶斯网络结构学习的改进K2算法，工程应用。Artif公司。智力。，91, 103617 (2020)
[40] 刘，H。；周，S。；Lam，W。；Guan，J.，学习贝叶斯网络的新混合方法：分离与重组，Knowl-基于系统。，121, 185-197 (2017)
[41] Zhao，Y。；陈，Y。；Tu，K。；Tian，J.，《在增量构建课程下学习贝叶斯网络结构》，神经计算，258，30-40（2017）
[42] Yang，Y。；高，X。；Guo，Z.，通过分层学习方法寻找最佳贝叶斯网络，J.Syst。电子工程。，30, 946-958 (2019)
[43] 李，X。；高，X。；Wang，C.，基于块学习策略的新型BN学习算法，Sensors，20，21，6357（2020）
[44] 戴J。；Ren，J。；Du，W.，使用局部拓扑信息的基于分解的贝叶斯网络结构学习算法，Knowl-基于系统。，195, 105602 (2020)
[45] Schwarz，G.，估算模型的维数，《Ann.Stat.》，6，2，461-464（1978）·Zbl 0379.62005年
[46] 赫克曼，D。；盖革，D。；Chickering，D.M.，《学习贝叶斯网络：知识和统计数据的结合》，《机器学习》。，197-243年3月20日（1995年）·Zbl 0831.68096号
[47] Rissanen，J.，《用最短数据描述建模》，Automatica，14，5，465-471（1978）·Zbl 0418.93079号
[48] Akaike，H.，统计模型识别的新视角，IEEE Trans。自动。控制，19，6，716-723（1974）·Zbl 0314.62039号
[49] 范，X。；袁，C。；Malone，B.，贝叶斯网络结构学习的严格界限，第28届AAAI人工智能会议论文集（2014）
[50] Boerlage，B.，《贝叶斯网络中的链接强度》（1992），不列颠哥伦比亚大学
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。