Jose M.普埃尔塔。;胡安·安吉尔·阿莱多;何塞·安东尼奥·加梅斯;Jorge D.拉博达。 通过贪婪等价搜索学习算法实现贝叶斯网络的结构融合/聚合。 （英语） Zbl 07170153号 Kern-Isberner，Gabriele（编辑）等，《不确定性推理的符号和定量方法》。2019年9月18日至20日，第15届欧洲会议，ECSQARU 2019，塞尔维亚贝尔格莱德。诉讼程序。查姆：斯普林格。莱克特。注释计算。科学。11726, 432-443 (2019). 总结：文献中研究了聚合一组贝叶斯网络（BN），也称为BN融合，为结构阶段提供了精确的理论框架。这一阶段取决于变量的总排序，但搜索最佳共识结构的问题（根据标准问题定义）和寻找最佳排序的问题都是NP-hard。在本文中，我们从这个理论框架开始，并从实践的角度对其进行扩展。我们提出了一种启发式方法来确定合适的变量顺序，这使得我们能够获得比使用随机顺序获得的边更少的一致BN。此外，我们还应用了一种基于GES算法的优化方法来去除多余的边缘。由于GES是一种数据驱动的方法，我们没有数据，只有一组传入网络，因此我们建议使用传入网络中编码的独立性来确定分数，以评估移除给定边的优缺点。从所进行的实验中，我们观察到我们的启发式算法非常有竞争力，将融合过程驱动到接近最优解的解。关于整个系列，请参见[Zbl 1419.68012号]. MSC公司： 68T20型 人工智能背景下的问题解决（启发式、搜索策略等） 62H22个 概率图形模型 68T05型 人工智能中的学习和自适应系统 关键词：贝叶斯网络;聚合;聚变;共识;启发式订单 PDF格式BibTeX公司 XML格式引用 \textit{J.M.Puerta}等人，Lect。注释计算。科学。11726、432--443（2019；Zbl 07170153） 全文： 内政部