期刊专题

10.3778/j.issn.1002-8331.1803-0034

基于评分函数的贝叶斯网络结构融合算法

引用
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.

贝叶斯网络、评分函数、模型融合、因果推断

55

TP391(计算技术、计算机技术)

北京市自然科学基金4172013

2019-06-17(万方平台首次上网日期,不代表论文的发表时间)

共6页

147-152

暂无封面信息
查看本期封面目录

计算机工程与应用

1002-8331

11-2127/TP

55

2019,55(11)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn