×
科林·李;彼得·范比克

记分和搜索贝叶斯网络结构学习的元启发式。 （英语） Zbl 1441.68228号

Mouhoub，Malek（编辑）等人，《人工智能进展》。2017年5月16日至19日在加拿大阿联酋埃德蒙顿举行的第30届加拿大人工智能会议。诉讼程序。查姆：斯普林格。莱克特。注释计算。科学。10233, 129-141 (2017).
摘要：结构优化是基于记分和搜索的贝叶斯网络学习的两个关键组成部分之一。扩展了以往基于排序的搜索（OBS）的工作，我们提出了新的局部搜索方法，用于可扩展到上千个变量的结构优化。我们针对OBS分析了本地搜索的不同方面，这些方面指导我们构建我们的方法。我们的改进包括对较大邻域的有效遍历方法和更复杂的元启发式（迭代局部搜索和模因算法）的使用。我们使用从实际数据生成的测试实例将我们的方法与其他方法进行了比较，它们始终以显著优势超过了最新技术。
关于整个系列，请参见[Zbl 1361.68011号].

引用于1文件

MSC公司：

68T20型 人工智能背景下的问题解决（启发式、搜索策略等）
62H22个 概率图形模型
68T05型 人工智能中的学习和自适应系统

关键词：

本地搜索;贝叶斯网络;模因算法;迭代本地搜索;贝叶斯网络结构

软件：

帕拉米尔斯
PDF格式BibTeX公司 XML格式引用
\textit{C.Lee}和\textit{P.van Beek}，莱克特。注释计算。科学。10233、129--141（2017；Zbl 1441.68228）
全文： DOI程序

参考文献：

[1] Alonso Barba，J.I.，de la Ossa，L.，Puerta，J.M.：使用基于排序空间的局部算法进行贝叶斯网络的结构学习。柔软。计算。15, 1881-1895 (2011) ·Zbl 1237.68137号 ·doi:10.1007/s00500-010-0623-x
[2] Beek，P.，Hoffmann，H.-F.：使用约束编程的贝叶斯网络机器学习。在：Pesant，G.（编辑）CP 2015。LNCS，第9255卷，第429-445页。施普林格，查姆（2015）。doi:10.1007/978-3-319-23219-5_31·doi:10.1007/978-3-319-23219-5_31
[3] de Campos，C.P.，Ji，Q.：使用约束的贝叶斯网络的有效结构学习。J.马赫。学习。第12663-689号决议（2011年）·Zbl 1280.68226号
[4] Chickering，D.M.：学习贝叶斯网络结构的等价类。J.马赫。学习。第2号决议，445-498（2002）·Zbl 1007.68179号
[5] Chickering，D.M.，Heckerman，D.，Meek，C.：学习具有本地结构贝叶斯网络的贝叶斯方法。收录于：《阿拉伯联合酋长国会议录》，第80-89页（1997年）
[6] 康格拉姆，R.K.：组合优化中排序问题的多项式可搜索指数邻域。南安普顿大学博士论文（2000年）
[7] Cussens，J.：用切面进行贝叶斯网络学习。收录于：UAI会议记录，第153-160页（2011年）
[8] De Campos，L.M.、Fernandez-Luna，J.M.、Gámez，J.A.、Puerta，J.M：学习贝叶斯网络的蚁群优化。J.近似原因。31, 291-311 (2002) ·Zbl 1033.68091号 ·doi:10.1016/S0888-613X（02）00091-9
[9] Hoos，H.H.，Stützle，T.：随机局部搜索：基础与应用。Elsevier，阿姆斯特丹（2004）·Zbl 1126.68032号
[10] Hutter，F.，Hoos，H.H.，Leyton-Brown，K.，Stützle，T.：ParamILS:自动算法配置框架。JAIR 36，267-306（2009）·Zbl 1192.68831号
[11] Koller，D.，Friedman，N.：概率图形模型：原理和技术。麻省理工学院出版社，剑桥（2009）·Zbl 1183.68483号
[12] Larranaga，P.，Kuijpers，C.，Murga，R.，Yurramendi，Y.：通过使用遗传算法搜索最佳排序来学习贝叶斯网络结构。IEEE传输。系统。人类网络。26, 487-493 (1996) ·数字对象标识代码：10.1109/3468.508827
[13] Moscato，P.：关于进化、搜索、优化、遗传算法和武术：走向模因算法。技术报告，加州理工学院（1989）
[14] Oliver，I.、Smith，D.、Holland，J.R.：TSP上置换交叉算子的研究。摘自：《国际遗传算法会议论文集》（1987）
[15] Pearl，J.：《智能系统中的概率推理》。Morgan Kaufmann，旧金山（1988）·Zbl 0746.68089号
[16] Scanagatta，M.，de Campos，C.P.，Corani，G.，Zaffalon，M.：学习具有数千个变量的贝叶斯网络。摘自：《NIPS学报》，第1864-1872页（2015年）
[17] Schiavinotto，T.，Stützle，T.：线性排序问题：实例、搜索空间分析和算法。数学杂志。模型。算法3，367-402（2004）·Zbl 1079.90117号 ·doi:10.1023/B:JMMA.00000426.06305.d8文件
[18] Syswerda，G.：使用遗传算法进行进度优化。摘自：《遗传算法手册》，第332-349页（1991年）
[19] Teyssier，M.，Koller，D.：基于顺序的搜索：学习贝叶斯网络的简单有效算法。载于：UAI会议记录，第548-549页（2005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。