Chickering，大卫·麦克斯韦 学习贝叶斯网络结构的等价类。 （英语） 兹比尔1007.68179 J.马赫。学习。物件。 2，第3期，445-498（2002）. 摘要：如果可以用其中一种结构表示的分布集与可以用另一种结构表达的分布集相同，则称两种贝叶斯网络结构等效。许多用于从数据中学习贝叶斯网络结构的评分标准都是等价的；也就是说，这些标准不区分等效网络。在本文中，我们考虑使用分数等效准则和启发式搜索算法来执行模型选择或模型平均。我们认为，通常在网络结构的等价类之间进行搜索，而不是在单个贝叶斯网络结构之间进行更常见的搜索。我们描述了结构等价类的一种方便的图形表示，并引入了一组运算符，这些运算符可以通过搜索算法应用于该表示，以便在等价类之间移动。我们证明了我们的等价类算子可以局部打分，从而共享了为单个结构定义的传统算子的计算效率。我们通过实验证明，使用我们的表示的贪婪模型选择算法产生的评分结构略高于传统方法，并且没有任何额外的时间开销，我们认为更复杂的搜索算法可能会受益更多。 引用于68文件 MSC公司： 68层35 人工智能语言和软件系统理论（基于知识的系统、专家系统等） 关键词：贝叶斯网络 PDF格式BibTeX公司 XML格式引用 \textit{D.M.Chickering}，J.Mach。学习。决议2，第3号，445--498（2002；Zbl 1007.68179） 全文： 内政部 arXiv公司