×

贝叶斯网络的结构空间通过将其细分为子网络而大大缩小。 (英文) Zbl 1329.68207号

摘要:目前,贝叶斯网络(BNs)已成为通过计算机系统进行知识获取、表示和应用的最完整、最独立和最连贯的形式之一。然而,从数据中学习贝叶斯网络结构已被证明是一个NP难题。事实证明,这是机器学习中最令人兴奋的挑战之一。在这种情况下,本工作的主要目标在于建立一个进一步的解决方案,该解决方案旨在弥补学习BN结构时产生的复杂算法复杂性,同时存在大量的数据积压。

MSC公司:

68T05型 人工智能中的学习和自适应系统
65年第68季度 算法和问题复杂性分析
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[3] 库珀,G。;Hersovits,E.,从数据中归纳概率网络的贝叶斯方法,马赫。学习。,9, 309-347 (1992) ·Zbl 0766.68109号
[4] Neapolitan,R.E.,学习贝叶斯网络(2003),Prentice Hall:Prentice Hall,美国纽约
[5] Spirtes,P。;Glymour,C。;Scheines,R.,因果、预测和搜索(2000),麻省理工出版社·Zbl 0806.62001
[6] 舒林,Y。;Chang,K.,贝叶斯网络学习的得分指标比较,IEEE Trans。系统。人类网络。A、 32、3、419-428(2002)
[7] Bouchaala,L。;A.马斯穆迪。;加古里,F。;Rebai,A.,使用新的隐式分数改进贝叶斯网络中的结构学习算法,专家系统。申请。,37, 5470-5475 (2010)
[8] 穆拉德(R.Mourad)。;Sinoquet,C。;Leray,P.,《全基因组关联研究之前用于连锁不平衡建模和数据降维的分层贝叶斯网络方法》,BMC生物信息学,16(2011)
[12] 朱迪亚,P。;Tom,V.,《推断因果关系理论》(Allen,James;Fikes,Richard;Sandewall,Erik,KR’91,《知识表示和推理原理》(1991)),第441-452页·Zbl 0765.68177号
[13] 罗宾逊,R.W.,计数无标记无环有向图,梳。数学。,622, 28-43 (1977) ·Zbl 0376.05031号
[14] Tufféry,S.,《数据挖掘与统计决策:数据智能》(2010),TECHNIP版·Zbl 1270.62016年
[15] Jain,A.K.,《数据聚类:超越K-means 50年》,模式识别。莱特。,2010年6月31日
[17] Chavent,M。;昆茨,V。;Saracco,J.,分类变量聚类的分区方法。分类作为一种研究工具,(罗加雷克·荣格,赫尔曼;威斯,克劳斯,《国际金融危机联合会会议记录》(2009),施普林格)
[18] Lerman,I.C.,《可能性连锁分析(LLA)分类方法:手治疗的一个例子》,Biochimie,75,5,379-397(1993)
[19] 绿色,P。;Kreiger,A.,对同一数据库的不同分区进行一致聚类的广义随机index方法,J.分类,63-89(1999)
[20] Spirtes,P。;Glymour,C。;Scheines,R.,因果预测与搜索(1993)·Zbl 0806.62001
[21] Chow,C。;Liu,C.,用依赖树逼近离散概率分布,IEEE Trans。Inf.理论,14,3,462-467(1968)·Zbl 0165.22305号
[23] Murphy,K.,用于MATLAB的BayesNet工具箱,计算。科学。状态:程序。接口,33(2001)
[25] Sprinthall,R.C.,《基本统计分析》(2003年)
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。