Jul, 2012
连续时间贝叶斯网络的期望最大化与复杂持续时间分布
Expectation Maximization and Complex Duration Distributions for Continuous Time Bayesian Networks
Uri Nodelman, Christian R. Shelton, Daphne Koller
TL;DR本文研究了基于连续时间贝叶斯网络(CTBNs)的参数学习和结构学习方法, 提出了一种基于相位分布的扩展方法,可以更好地逼近时长分布的实现, 经实验结果表明,该算法可以在部分观测数据中学习出合理的结构和参数,并在人们寿命的真实数据集上比 DBN 算法表现更好。