Apr, 2023
贝叶斯网络近似最优度数测试
Near-Optimal Degree Testing for Bayes Nets
Vipul Arora, Arnab Bhattacharyya, Clément L. Canonne, Joy Qiping Yang
TL;DR本文研究了在给定概率分布 P({0,1}^n 上),并具有样本访问的情况下,测试潜在贝叶斯网络的最大入度的问题。研究表明,该问题的样本复杂度为 Θ(2^(n/2)/ε^2) 。我们的算法依赖于先前用于获得样本最优测试器的测试通过学习框架;为了应用该框架,我们开发了新的算法来进行 “近似适当” 的贝叶斯网络学习,并在 χ^2 差异下高概率学习,这具有独立兴趣。