萨格尼克·达塔；盖劳，吉斯兰；埃里克·勒克莱尔；弗雷德里克·鲍伊斯。 图形_采样器：用于DAG模型的完全贝叶斯分析的简单工具。 （英语） Zbl 1417.65033号 计算。斯达。 32，第2期，691-716（2017）. 摘要：贝叶斯网络（BN）是广泛使用的图形模型，可用于对有向非循环图进行统计推断。我们在这里介绍图形_采样器用于BNs结构推理的快速免费C语言软件。图形_采样器使用完全贝叶斯方法，其中考虑了数据的边际似然和网络结构的先验信息。这种新软件可以处理连续数据和离散数据，并根据数据类型建立了两种不同的模型。该软件还提供了多种结构先验知识，可以描述图形结构的全局或局部属性。现在，根据先验选择的结构类型，我们考虑了先验的各种可能值，使其具有信息性或非信息性。我们在Metropolis-Hastings算法中提出了一种新的更快的跳跃内核策略。分发的源C代码非常紧凑、快速，使用的内存和磁盘存储量都很低。我们基于不同的模拟数据集和合成网络以及真实网络进行了几项分析，以讨论图形_采样器. MSC公司： 62-08 统计问题的计算方法 2015年1月62日 贝叶斯推断 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；结构学习；后向分布；MCMC公司；Metropolis-Hasting算法 软件：图形_采样器；共鸣；MIM公司；布莱斯；bn学习；bnsoft公司；HUGIN公司；R（右）；处理 PDF格式BibTeX公司 XML格式引用 \textit{S.Datta}等人，计算。Stat.32，No.2，691--716（2017；Zbl 1417.65033） 全文： 内政部 arXiv公司 参考文献： [1] Andreassen S、Riekehr C、Kristensen B、Schonheyder H、Leibovic L（1999）在治疗和预后建模中使用概率和决策理论方法。Artif Intell Med艺术智能医学15:121-134·doi:10.1016/S0933-3657（98）00048-7 [2] Barker D，Hill S，Mukherjee S（2010）Mc4：大样本网络推理的调和算法。模式识别生物信息6282:431-442·doi:10.1007/978-3642-16001-1_37 [3] Boettcher S，Dethlefsen C（2003）交易：一个学习贝叶斯网络的包。J Stat Softw统计软件8:1-40 [4] Bois F，Gayraud G（2015）考虑基序发生信息的随机网络概率生成。计算机生物学杂志22（1）：25-36·doi:10.1089/cmb.2014.0175 [5] Edwards D（2000）《图形建模导论》，第2版。纽约州施普林格·Zbl 0952.62003号 ·doi:10.1007/978-1-4612-0493-0 [6] Friedman N，Murphy K，Russell S（1998）学习动态概率网络的结构。收录：第四届人工智能不确定性会议论文集。Morgan Kaufmann Publishers Inc.，旧金山，第139-147页 [7] Gelman A，Rubin DB（1992）使用多序列的迭代模拟推断。统计科学7:457-511·Zbl 1386.65060号 ·doi:10.1214/ss/117701136 [8] Heckerman D，Geiger D，Chickering D（1995）学习贝叶斯网络：知识和统计数据的结合。马赫学习20:197-243·兹比尔08316.8096 [9] Husmeier D（2003）利用动态贝叶斯网络从微阵列实验推断遗传调控相互作用的敏感性和特异性。生物信息学19（17）：2271-2282·doi:10.1093/bioinformatics/btg313 [10] Korb K，Nicholson A（2010）贝叶斯人工智能。博卡拉顿CRC出版社·Zbl 1080.68100号 [11] Laurizen S（1996）图形模型。牛津大学出版社·Zbl 0907.62001 [12] Mukherjee S，Speed P（2008）《使用信息先验的网络推理》。美国国家科学院院刊105（38）：14313-14318·doi:10.1073/pnas.0802272105 [13] Murphy K（2007）图形模型软件：综述。ISBA（国际贝叶斯分析学会）。公告14（4）：13-15 [14] 那不勒斯R（1990）《专家系统中的概率推理：理论和算法》。John Wiley and Sons，Inc.，纽约 [15] Nott D，Green P（2004）贝叶斯变量选择和swendsen-wang算法。J计算图表统计13:141-157·doi:10.1198/1061860042958 [16] Pearce D，Kelly P（2006）有向无环图的动态拓扑排序算法。ACM J实验算法11:1-7·Zbl 1143.05334号 [17] Pearl J（1988）《智能系统中的概率推理：似然推理网络》。伯灵顿摩根考夫曼·Zbl 0746.68089号 [18] R核心团队（2013）R：统计计算的语言和环境。R统计计算基金会，维也纳。网址：http://www.R-project.org/ [19] Robert C，Casella G（2004）蒙特卡罗统计方法。柏林斯普林格统计教材·兹比尔1096.62003 ·数字对象标识代码：10.1007/978-1-4757-4145-2 [20] Robinson R（1973）计数标记的无圈有向图。图理论的新方向。纽约学术出版社，第239-273页·Zbl 0259.05116号 [21] Scutari M（2010）使用bnlearn r包学习贝叶斯网络。J Stat Softw统计软件35:1-22·doi:10.18637/jss.v035.i03 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。