|
|||||
|
|
| 贝叶斯网络结构加速学习算法 | |
| 作者姓名： | SEIN Minn 傅顺开 |
| 作者单位： | 华侨大学计算机科学与技术学院 厦门361021,华侨大学计算机科学与技术学院 厦门361021 |
| 基金项目： | 本文受国家自然科学基金资助 |
| 摘 要： | 结构学习是应用贝叶斯网络(BN)的基础。提出一种新的基于约束的学习类算法APC(Accelerated PC),它基于一系列局部结构的推导获得BN。APC不但继承了经典的PC(Peter & Clark)算法优先执行低阶条件独立(CI)测试的优点,而且能够从已执行的CI测试中推导相关拓扑信息,并利用其来挑选并优先执行更可能 d-分割 节点X和Y的候选CI测试。该策略可有效避免在搜索过程中执行无效的CI测试,例如APC算法在实验中较PC算法节省高达50%的计算量,同时实现了质量相同的学习效果。 |
| 关 键 词： | 贝叶斯网络 结构学习 基于约束的学习 条件独立性测试 |
| 收稿时间： | 2015-01-14 |
| 修稿时间： | 2015-04-10 |