斯图登,米兰;大卫·C·霍斯。 学习贝叶斯网络的多面体逼近。 (英语) Zbl 1353.90091号 J.Algebr。斯达。 4,第1号,规范发行。,59-92 (2013). 摘要:本文的动机是采用几何方法进行统计学习贝叶斯网络(BN)结构。我们回顾了BN结构的三种矢量编码。第一个已被使用T.贾科拉等人【“使用LP松弛学习贝叶斯网络结构”,摘自:《第13届国际人工智能和统计会议论文集》,AISTATS 2010,意大利撒丁岛恰拉古纳度假村。JMLR研讨会和会议论文集。第9卷。358–365(2010)]以及J.库森[“切面贝叶斯网络学习”,载于:2011年UAI第27届人工智能不确定性会议论文集。科尔瓦利斯,俄勒冈州,美国:AUAI出版社。153-160(2011)],其他两个使用以前引入的特殊积分向量,称为imsets[作者,概率条件独立结构。伦敦:Springer(2005;Zbl 1070.62001号); 作者,R.Hemmecke公司和S.林德纳,“特征imset:贝叶斯网络结构的简单代数代表”,载于:第五届概率图形模型欧洲研讨会论文集,PGM 2010,芬兰赫尔辛基,2010年9月13日至15日。埃斯波:赫尔辛基信息技术研究所(HIIT);HIIT出版物。257–264(2010)]。主题是比较相应多面体的外多面体近似。我们展示了如何将Jaakkola等人[loc.cit.]提出的不等式转换为imset框架。我们比较的结果是观察到,[作者和J.Vomlel公司《国际期刊近似推理52》,第5期,627–640页(2011年;Zbl 1243.68254号)]给出了比[Jaakkola et al.,loc.cit.]中的(转换的)显式多面体近似更严格的近似。因此,我们证实了【作者和Vomlel,loc.cit.】的一个猜想,即上述标准imset多面体的隐式多面体近似是该多面体在LP上的松弛。最后,我们回顾了最近将整数规划方法应用于学习BN结构的尝试,并讨论了在基于imset的方法中寻找合适的显式LP松弛的任务。 引用于5文件 MSC公司: 90立方厘米 整数编程 68兰特 计算机科学中的图论(包括图形绘制) 99时62分 多变量分析 15B36型 整数矩阵 关键词:贝叶斯网络结构学习;整数规划;标准指令集;特征imset;线性规划松弛 引文:Zbl 1070.62001号;Zbl 1243.68254号 PDF格式BibTeX公司 XML格式引用 \textit{M.Studen椯}和\textit{D.C.Haws},J.Algebr。Stat.4,No.1,59--92(2013;Zbl 1353.90091) 全文: DOI程序 链接