该研究文章探讨了如何从用户知识和统计数据中学习贝叶斯网络,提出了一种得分度量和搜索程序,并通过从单个先验贝叶斯网络构建先验概率分布,识别出两个重要的假设(事件等价性和参数模块化),为连续变量或离散和连续变量混合的领域开发分数度量方法。
Feb, 2013
使用符合等价类的搜索空间,将贪心搜索算法用于从数据中学习贝叶斯网络的性能进行了比较,发现其表现优于仅对个别贝叶斯网络结构应用贪心搜索的效果。
研究贝叶斯方法学习来自先前知识和统计数据的贝叶斯网络。通过使用 Dirichlet 和正态 - 威夏特分布的统计事实,结合贝叶斯评分度量,我们实现了对离散和高斯域的统一方法。
提出了一种基于近似算法的模型平均方法,该方法仅考虑可靠的模型且能在数据量较大的情况下高效地进行比较。
Nov, 2018
本论文研究从数据中学习贝叶斯网络结构的问题,提出了一种算法用于发现最佳的贝叶斯网络结构,通过贝叶斯模型平均计算感兴趣的假设的后验概率,在多个数据集上展示本算法优于模型选择方法和最先进的 MCMC 方法。
Mar, 2012
本文探讨了贝叶斯网络的构建方法,阐述了利用数据构建模型的统计方法,以及学习贝叶斯网络参数和结构的技术,最终通过一个实例来论证了贝叶斯网络在实际中的应用。
Feb, 2020
本研究提出了一种基于贝叶斯网络的自然语言处理方法,可以预测和分析上下文,并可以应用于社区问答领域,通过与基线模型的比较,我们的方法在精度指标方面表现更好,同时讨论了罚项对贝叶斯网络结构的影响,以及有向无环图在分析语义关系方面的可视化表示。
Feb, 2023
本研究探讨了大数据环境下的贝叶斯网络结构学习问题,提出了使用预测性好坏拟合评分来加速贝叶斯网络学习的方法,并在环境和流行病学数据以及公共数据集上验证了其准确性。
Apr, 2018
本文简要介绍了学习动态贝叶斯网络(DBNs)的基本原理及其在变量分布、学习方法和优化方面的应用。
Jun, 2024
本文提出了一种灵活的图贝叶斯优化框架,结合了图内核,通过识别优化过程中哪些特征更重要来完全利用隐含的图结构特征并证明了其有效性和潜在应用。
May, 2018