×
王长章;周，你;赵强;耿志

通过顺序局部学习方法发现和定向DAG中与目标变量相连的边。 （英语） Zbl 1506.62184号

计算。统计数据分析。 77, 252-266 (2014).
小结：给定目标变量和观测数据，我们提出了一种序列学习方法，用于在因果网络框架下发现目标的直接因果变量。在该方法中，我们从目标开始，依次找到变量的马尔可夫覆盖层，并学习马尔可夫毯子上的局部结构，直到我们确定目标变量的原因和影响。如果不在所有变量上构建整个网络，我们只能找到目标周围的局部结构。该序贯方法的主要优点是，与全网络学习方法相比，它可以大大减少查找大型网络中给定目标节点的原因和影响的CPU时间。该方法可以用于预测外部干预的效果。理论上，我们证明了该方法在忠实性、因果充分性以及正确检查独立性假设下的正确性。这些理论结果也可以用于学习具有潜在变量的有向无环图。

引用于4文件

理学硕士：

62-08 统计问题的计算方法
68T05型 人工智能中的学习和自适应系统

关键词：

因果网络;有向无圈图;发现原因和影响;顺序结构学习

软件：

冰雹探测器;TETRAD公司
PDF格式BibTeX公司 XML格式引用
\textit{C.Wang}等人，计算。统计数据分析。77，252--266（2014；Zbl 1506.62184）
全文： 内政部

参考文献：

[1] Abramson，B。；Brown，J。；爱德华兹。；A.墨菲。；Winkler，R.，《冰雹探测器：预测恶劣天气的贝叶斯系统》，《国际预测杂志》。，12, 1, 57-71, (1996)
[2] Aliferis，C.F。；Statnikov，A。；沙马尔迪诺斯一世。；马尼，S。；Koutsoukos，X.D.，用于因果发现和分类特征选择的局部因果和马尔可夫覆盖归纳，第一部分：算法和经验评估，J.Mach。学习。第1171-234号决议（2010年）·Zbl 1242.68197号
[3] Bai，X。；Glymour，C.，PCX：大数据集的马尔可夫覆盖分类，很少有案例。技术报告：CMU-CALD-04-102，（2004）
[4] 白，X。；帕德曼，R。；Ramsey，J。；Spirtes，P.，用于高维分类的Tabu搜索增强图形模型，INFORMS，20，423-437，（2008）·Zbl 1243.90074号
[5] 贝林里希，I。；苏尔蒙特，H。；查韦斯，R。；Cooper，G.，《ALARM监测系统：信念网络两种概率推理技术的案例研究》（《第二届欧洲医学人工智能会议论文集》，（1989年），柏林施普林格出版社），247-256
[6] 粘合剂，J。；Koller博士。；拉塞尔，S。；Kanazawa，K.，带隐藏变量的自适应概率网络，马赫数。学习。，29, 213-244, (1997) ·Zbl 0892.68079号
[7] Chickering，D.，Geiger，D.，Heckerman，D.，1995年。学习贝叶斯网络：搜索方法和实验结果。摘自：第五届人工智能与统计国际研讨会，第112-128页·兹比尔08316.8096
[8] 盖恩，I。；Aliferis，C。；库珀，G。；Elisseeff，A。；Pellet，J。；Spirtes，P.（螺旋体，P.）。；Statnikov，A.，因果关系和预测挑战的设计与分析，（因果关系中的挑战第1卷：因果关系与预测挑战，（2011年）），1-33
[9] Heckerman，D.，《贝叶斯网络学习教程》，（Jordan，M.，《图形模型学习》，（1999），麻省理工学院剑桥出版社，马萨诸塞州），301-354·Zbl 0921.62029号
[10] Lauritzen，S.L.，《图形模型》（1996），牛津大学出版社·Zbl 0907.62001
[11] Meek，C.，《具有背景知识的因果推理和因果解释》（《第十一届人工智能不确定性会议论文集》，（1995年），Morgan Kaufmann San Francisco，403-410
[12] Pearl，J.，《智能系统中的概率推理：似是而非推理网络》（1988），摩根·考夫曼出版社，加利福尼亚州圣马特奥
[13] Pearl，J.，《因果关系：模型、推理和推断》，（2000），剑桥大学出版社·Zbl 0959.68116号
[14] Pellet，J.P。；Elisseeff，A.，《使用马尔可夫毛毯进行因果结构学习》，J.Mach。学习。决议，81295-1342，（2008）·Zbl 1225.68205号
[15] 佩尼亚，J.M。；尼尔森，R。；Björkegren，J。；Tegnér，J.，《迈向马尔可夫边界的可扩展和数据高效学习》，国际。J.近似原因。，45, 211-232, (2007) ·兹比尔1122.68136
[16] Ramsey，J.，高维数据集的PC型马尔可夫覆盖搜索。技术报告，CMU-PHIL-177，卡内基梅隆大学哲学系，（2006）
[17] Spirtes，P.（螺旋体，P.）。；Glymour，C。；Scheines，R.，因果、预测和搜索，（2000），麻省理工学院剑桥出版社·Zbl 0806.62001
[18] Tsamardinos，I.，Aliferis，C.，Statnikov，A.，2003a。时间和样本有效发现马尔可夫覆盖和直接因果关系。摘自：《第九届知识发现和数据挖掘国际会议论文集》，KDD，第673-678页。
[19] Tsamardinos，I.，Aliferis，C.，Statnikov，A.，2003b。大规模马尔可夫覆盖发现算法。摘自：第16届国际FLAIRS会议，第376-381页。
[20] 沙马尔迪诺斯一世。；布朗，L。；Aliferis，C.，《MAX-MIN爬山贝叶斯网络结构学习算法》，马赫。学习。，65, 31-78, (2006) ·Zbl 1470.68192号
[21] 谢，X。；Geng，Z.，有向非循环图结构学习的递归方法，J.Mach。学习。第9号决议，第459-483页，（2008年）·Zbl 1225.68222号
[22] 谢，X。；耿，Z。；赵琦，有向无环图的结构学习分解，Artif。智力。，170, 422-439, (2006) ·Zbl 1131.68510号
[23] 尹，J。；周，Y。；王，C。；何，P。；郑，C。；Geng，Z.，预测因果网络的部分定向和局部结构学习，（Guyon，I.；Aliferis，C.；Cooper，G.；Elisseeff，A.；Pellet，J.；Spirtes，P.；Statnikov，A.，因果关系中的挑战卷1：因果关系和预测挑战，（2011）），93-105
[24] Zhou，Y.，Wang，C.，Yin，J.，Geng，Z.，2010年。发现给定深度目标周围的局部因果网络。In：继续。J.马赫。学习。研究，NIPS 2008因果关系研讨会，第191-202页。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，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。