马尔科夫网络中的隐藏变量学习

• 作者: 张剑飞 王双成 王辉
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 马尔科夫网络 隐藏变量 Gibbs抽样 MDL标准
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 348-351
• 页数: 4页
• 分类号: TP391
• 字数: 3862字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2005.03.007

摘要

马尔科夫网络中的隐藏变量学习是一个重要而困难的研究课题.关于隐藏变量需要解决三个问题,它们是隐藏变量的位置,维数和取值,局部结构.根据马尔科夫网络中的Clique确定隐藏变量的位置;然后基于依赖结构和Gibbs sampling确定隐藏变量的取值和维数;最后利用MDL标准进行局部打分确定局部结构.试验结果表明,该方法能够有效地进行马尔科夫网络的隐藏变量学习.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王辉	东北师范大学计算机学院	29	610	12.0	24.0
2	王双成	上海立信会计学院信息科学系	65	390	10.0	15.0
3	张剑飞	东北师范大学计算机学院	48	200	8.0	12.0