{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期部分”：[[2024,8,10]]，“日期时间”：“2024-08-10T05:15:58Z”，“时间戳”：1723266958928}，“引用计数”：26，“发布者”：“爱思唯尔BV”，“内容域”：{“域”：[“Elsevier.com”，“sciencedirect.com”]，“交叉标记限制”：true}，“短期集装箱运输”：[“Neurocomputing”]，“published-print”：{“date-parts”：[[2014,1]]}，“DOI”：“10.1016\/j.neucom.2012.10.035”，“type”：“journal-article”，“created”：{“date-parts”：[2013,4,9]]，“date-time”：“2013-09T02:03:03Z”，“timestamp”：1365472983000}，”page：“3-12”，“update-policy”：”http://\/dx.DOI.org\/10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：24，“special_numbering”：“C”，“title”：[“学习贝叶斯网络超结构的有效方法”]，“prefix”：“10.1016”，“volume”：“123”，“author”：[{“给定”：“Edwin”，“family”：“Villanueva”，“reference”：[{“issue”：“4”，“key”：“10.1016\/j.neucom.2012.10.035_bib1”，“doi-asserted-by”：“crossref”，“first page”：”509“，“doi”：“101109\/69.868904”，“article-title”：“利用不完全和部分正确的统计数据构建医学诊断的贝叶斯网络”，“volume”：：“IEEE Trans.Knowl.Data Eng.”}，{“issue”：“3\u20134”，“key”：“10.1016\/j.neucom.2012.10.035_bib2”，“doi-asserted-by”：“crossref”，”first page“：”601“，”doi“：”10.1089\/106652700750050961“，”article-title“：”Using Bayesian networks to analysis expression Data“，“volume”：”7“author”：“Friedman”，“year”：“2000”，“journal-title”：“j.Compute生物。“}，{”键“：“10.1016\/j.neucom.2012.10.035_bib3”，“首页”：“557”，“文章标题”：“学习模块网络”，“卷”：“6”，“作者”：“Segal”，“年份”：“2005”，“期刊标题”：《j.Mach.Learn.Res.》}，{“key”：“10.116\/j.neucom.2012.10.035_bib”，“series-title”：“Bayesian networks”，“author”：“Pourret”，“year”：“2008”}，：“10.1016\/j.neucom.2012.10.035_bib5”，“首页”：“1287”，“article-title”：“贝叶斯网络的大样本学习是NP-hard”，“卷”：“5”，“作者”：“Chickering”，“年份”：“2004”，“日志标题”：“J.Mach.Learn.Res.”}，{“key”：“10.1016\/J.neucom.2012.10.035_bib6”，“series-title”：”因果关系、预测和搜索“author”：“Spirtes”，“年”：“2000”}、{“问题”：“3”，“键“：“10.1016\/j.neucom.2012.10.035_bib7”，“doi-asserted-by”：“crossref”，“first page”：“197”，”doi“：”10.1007\/BF00994016“，”article-title“：”Learning Bayesian networks the combination of knowledge an statistical data“，”volume“：”20“，”author“：”Heckerman“，”year“1995”，“journal-title”：“Mach.Learn.”}，{“issue”：“5\u20136”，“key”：“10.1016\/j.neucom.2012.10.035_bib8”，“doi-asserted-by”：“crossref”，“first page”：“361”，“doi”：“10.116\/j.compbiochem.2007.08.005”，“article-title”：“构建基因网络的混合贝叶斯网络学习方法”，“volume”：《31》，“author”：“Wang”，“year”：“2007”，“journal-title“：”“Compute.Biol.Chem.”}，{“issue”：“4”，“key”：“10.1016\/j.neucom.2012.10.035_bib9”，“doi-asserted-by”：“crossref”，“first page”：“378”，“doi”：“10.1109\/TEVC.2004.830334”，“article-title”：“使用基于进化算法的混合方法学习贝叶斯网络的有效数据挖掘方法”，“volume”：”8“，”author“：”Wong“，”year“：”2004“，”journal-title“：”IEEE Trans.Evol.Comput.“}，{“issue”：“1”，“key”：“10.1016\/j.neucom.2012.10.035_bib10”，“doi-asserted-by”：“crossref”，“first-page:”31“，”doi“：”10.1007\/s10994-006-6889-7“，”article-title“：”最大爬山贝叶斯网络结构学习算法“，”volume“：”65“，”author“：”Tsamardinos“，”year“：”2006“，”journal-title”：“Mach.Learn.“}，{”key“：“10.1016\/j.neucom.2012.10.035_bib11”，“首页”：“2251”，“article-title”：“在给定超结构的情况下寻找最佳贝叶斯网络”，“volume”：“9”，“author”：“Perrier”，“year”：“2008”，“journal-title“：”j.Mach.Learn.Res.“}，{“key”：”10.1016\\j.neucomm.2012.10.035 _bib12“，”首页“：”285“，”article-title“：“学习贝叶斯网络结构的集群结构约束优化搜索”，“卷”：“11”，“作者”：“小岛”，“年份”：“2010”，“期刊标题”：“J.Mach.Learn.Res.”}，{“键”：“10.1016\/J.neucom.2012.10.035_bib13”，“doi-asserted-by”：“crossref”，“首页”：“43”，“doi”：“101016\/S0004-3702（02）00191-1”，“文章标题”：“从数据中学习贝叶斯网络”，“volume”：“137”，“author”：“Cheng”，“year”：“2002”，“journal-title”：“Artif.Intern.”}，{“key”：”10.1016\/j.neucom.2012.10.035_bib14“，”first page“：”613“，”article-title“：”用PC-algorithm估计高维有向无环图。机器。学习。研究“}，{”问题“：”2“，”关键“：”10.1016\/j.neucom.2012.10.035_bib15“，”doi-asserted-by“：”crossref“，”首页“：”211“，“doi”：“10.1016\/j.ijar.2006.06.008”，“article-title”：“迈向马尔可夫边界的可扩展和数据高效学习”，“volume”：“45”，“author”：“Pena”，“year”：“2007”，“journal-title“：”Int.j.Approx.Reason.“}”，{“关键”：“10.1016\/j.neucom.2012.10.035_bib16“，“unstructured”：“E.Villanueva，C.Maciel，学习贝叶斯网络超结构的优化算法，in：Proceedings of the ICPRAM’12，2012，pp.217\u2013222.”}，{“key”：“10.1016\/j.nucom.2012.10.35_bib17”，“doi-asserted-by”：“crossref”，“unsructured“：”P.S.De Morais，A。Aussem，一种有效且可扩展的局部贝叶斯网络结构发现算法，载于：Proceedings of the 2010 ECML\/PKDD，2010，pp.164\u2013179.“，”DOI“：”10.1007\/978-3642-15939-8_11“}，{“key”：“10.1016\/j.neucom.2012.10.035_bib18”，“unstructured”：“H.Steck，V。Tresp，数据挖掘的贝叶斯信念网络，摘自：《第二次DMDW会议录》，1999年，第145\u2013154页作者”：“那不勒斯人”，“年份”：“2003”}，｛“key”：“10.1016\/j.neucom.12.10.035_bib21”，“非结构化”：“S.Van Dijk，L.Van Der Gaag，D.Thierens，一种从数据中学习贝叶斯网络的基于骨架的方法，载于：《2003年北大西洋公约汇编》，《计算机科学讲义》，第28382003卷，第132\u2013143.”｝，｛“key”：“10.1016\/j.neucom.2012.10.035_bib22”，“非结构化”：“H.Steck，T.Jaakkola，论狄利克雷先验和贝叶斯正则化，见：神经信息处理系统进展，2002年第15卷，第697\u2013704页。”}，｛“issue”：“17”，“key”：“10.1016\/j.neucom.2012.10.035_bib23”，“doi asserted by”：“crossref”，“first page”：“2271”，“doi”：“10.1093，生物信息学，“article-title”：“利用动态贝叶斯网络从微阵列实验推断基因调控相互作用的敏感性和特异性”，“卷”：“19”，“作者”：“胡斯迈耶”，“年份”：“2003”，“期刊标题”：“生物信息学”}，{“关键”：“10.1016\/j.neucom.2012.10.035_bib24”，“非结构化”：“L.Frey，D.Fisher，I。Tsamardinos，C.Aliferis，A.Statnikov，通过决策树归纳识别马尔可夫覆盖层，收录于：第三届IEEE ICDM会议记录，2003年，第59\u201366页Yehezkel“，“年份”：“2009年”，“新闻标题”：“J.Mach。学习。研究“}，{“key”：“10.1016\/j.neucom.2012.10.035_bib26”，“unstructured”：“I.Tsamardinos，A.Statnikov，L.Brown，C.Aliferis，《通过平铺生成现实的大型贝叶斯网络》，收录于：《第19届国际FLAIRS会议论文集》，2006年，第592\u2013597页。”}]，“container-title”：[“神经计算”]，“原始标题”：[]，“language”：“en”，“link”：[{URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S0925231213003615？httpAccept=text\/xml“，”content-type“：”text\/.xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0925231213003615？httpAccept=text\/plain“，”内容类型“：”文本\/plaine“，”content-version”：“vor”，“intended-epplication”：“text-mining”}]，“存放”：{“日期部分”：[[2019,7,12]，“date-time“：”2019-07-12T04:47:16Z“，”timestamp“：1562906836000}，”score“：1，”resource“：{主要”：{“URL”：“https:\/\/linkinghub.elsevier.com/retrieve\/pii\/S0925231213003615”}}，“副标题”：[]，“短标题”：[]，“已发布”：{“date-parts”：[[2014,1]]}，‘references-count’：26，‘alternative-id’：[”S092523113003636 15“]，”URL“：”http://\/dx.doi.org\/10.1016\/j.neucom.2012.10.035“，”关系“：{}，”ISSN“：[”0925-2312“]，”ISSN-type“：[{”value“：”0925-2312“，”type“:”print“}]，”主题“：[]，”published“：{”date-parts“：[[2014,1]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher”，“label”：“此文章由”}，{维护“值”：“学习贝叶斯网络超结构的有效方法“，”name“：”articletitle“，”label“：”Article Title“}，”{“value”：“Neurocomputing”，“name”：“journaltitle”，“label”：“Journal Title”}，{“value”：“https:\/\/doi.org\/101016\/j.neucom.2012.10.035”，“name:”articlelink“，”标签“：”CrossRef doi link to publisher maintained version“}”，”value“：”文章“，”name“：”content_type“，”label“：”content-type“}，{”value“：”Copyright\u00a9 2013 Elsevier B.V.保留所有权利