基于后验概率的Markov逻辑网参数学习方法

• 作者: 刘大有 孙成敏 孙舒杨
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 统计关系学习 一阶逻辑 Markov网 机器学习 Markov逻辑网
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 946-950
• 页数: 5页
• 分类号: TP18
• 字数: 4012字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-5489.2006.06.023

摘要

通过介绍统计关系学习方法Markov逻辑网的理论模型和参数学习方法, 提出一种基于后验概率的参数估计方法, 该方法采用正态先验分布, 用伪似然概率替代似然概率, 通过最大化伪后验概率来学习模型参数. 实验结果表明, 该方法能够有效地学出模型参数, 且所得模型推理能力优于现有的参数学习方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘大有	吉林大学符号计算与知识工程教育部重点实验室	211	4714	34.0	63.0
2	孙舒杨	吉林大学计算机科学与技术学院	11	98	5.0	9.0
3	孙成敏	吉林大学计算机科学与技术学院	8	60	3.0	7.0