| 并行的贝叶斯网络参数学习算法 |
| |
| 引用本文： | 俞奎,王浩,姚宏亮,陈栋梁. 并行的贝叶斯网络参数学习算法[J]. 小型微型计算机系统, 2007, 28(11): 1972-1975 |
| |
| 作者姓名： | 俞奎 王浩 姚宏亮 陈栋梁 |
| |
| 作者单位： | 合肥工业大学,计算机科学与技术系,安徽,合肥,230009 |
| |
| 基金项目： | 国家自然科学基金;高等学校博士学科点专项科研项目 |
| |
| 摘 要： | 针对大样本条件下EM算法学习贝叶斯网络参数的计算问题,提出一种并行EM算法(Parallel EM,PL-EM)提高大样本条件下复杂贝叶斯网络参数学习的速度.PL-EM算法在E步并行计算隐变量的后验概率和期望充分统计因子;在M步,利用贝叶斯网络的条件独立性和完整数据集下的似然函数可分解性,并行计算各个局部似然函数.实验结果表明PL-EM为解决大样本条件下贝叶斯网络参数学习提供了一种有效的方法.
|
| 关 键 词： | 贝叶斯网络 EM算法 PL-EM算法 |
| 文章编号： | 1000-1220（2007）11-1972-04 |
| 修稿时间： | 2006-08-09 |
Parallel Algorithm for Bayesian Networks Parameter Learning |
| |
| YU Kui,WANG Hao,YAO Hong-liang,CHEN Dong-liang. Parallel Algorithm for Bayesian Networks Parameter Learning[J]. Mini-micro Systems, 2007, 28(11): 1972-1975 |
| |
| Authors: | YU Kui WANG Hao YAO Hong-liang CHEN Dong-liang |
| |
| Affiliation: | Department of Computer Science and Technology ,Hefei University of Technology, Hefei 230009 ,China |
| |
| Abstract: | Because the EM algorithm requires significant computational resources for Bayesian Networks parameter learning under large databases,the PL-EM algorithm is proposed to improve the learning speed.The PL-EM algorithm parallel computes the posteriori probabilities of hidden variables and expected sufficient statistics at E step;at M step,the algorithm makes use of conditional independence and the decomposability of the likelihood function to parallel compute each local likelihood function.Experimental results show the PL-EM algorithm is an effective method to solve Bayesian parameter learning for large datasets. |
| |
| Keywords: | MPI |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
