基于评分函数的贝叶斯网络结构融合算法

摘要：

利用贝叶斯网络进行因果关系推理已广泛应用于人工智能领域.基于约束方法从观测数据中构建贝叶斯网络通常得到的是其马尔科夫等价类,因存在无向边而无法进行有效的因果推断.为此,基于贝叶斯网络评分函数,并结合集成学习提出了一种模型融合算法,通过对不同的网络结构加权融合,以减少网络中无向边的个数,进而提高其可推断性.实验结果表明,不仅显著减少了无向边条数,也提高了最终网络结构的学习效果,验证了算法的有效性.

关键词：贝叶斯网络、评分函数、模型融合、因果推断

所属期刊栏目：55

分类号：TP391(计算技术、计算机技术)

资助基金：北京市自然科学基金4172013

在线出版日期：2019-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：147-152