混合贝叶斯网络隐藏变量学习研究

• 作者: 王双成
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 隐藏变量 混合贝叶斯网络 依赖结构 Gibbs抽样 MDL标准
• 年，卷（期）: 2005,（9）
• 所属期刊栏目: 短文
• 页码范围: 1564-1569
• 页数: 6页
• 分类号: TP18
• 字数: 4144字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2005.09.020

摘要

目前,具有已知结构的隐藏变量学习主要针对具有离散变量的贝叶斯网和具有连续变量的高斯网.该文给出了具有连续和离散变量的混合贝叶斯网络隐藏变量学习方法.该方法不需要离散化连续变量,依据专业知识或贝叶斯网络道德图中Cliques的维数发现隐藏变量的位置,基于依赖结构(星形结构或先验结构)和Gibbs抽样确定隐藏变量的值,结合扩展的MDL标准和统计方法发现隐藏变量的最优维数.实验结果表明,这种方法能够有效地进行具有已知结构的混合贝叶斯网络隐藏变量学习.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王双成	上海立信会计学院信息科学系	65	390	10.0	15.0