贝叶斯网络的并行EM学习算法

• 作者: 俞奎 吴信东 姚宏亮 王浩
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 贝叶斯网络 参数学习 结构学习 期望最大化(EM)算法 消息传递接口(MPI)库
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 研究与应用
• 页码范围: 670-676
• 页数: 7页
• 分类号: TP181
• 字数: 5146字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2008.05.016

摘要

时间复杂性是基于EM框架的贝叶斯网络学习算法应用的一个瓶颈问题,本文首先提出一种并行的参数EM算法来学习具有缺省数据的贝叶斯网络参数,实验表明该算法可有效降低参数学习的时间复杂性,进而将该算法应用到结构EM算法中,提出一种并行的结构EM算法(PL-SEM),PL-SEM算法并行地计算各个样本的期望充分因子和贝叶斯网络的参数,降低结构学习的时间复杂性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王浩	合肥工业大学计算机科学与信息学院	193	1473	20.0	29.0
2	姚宏亮	合肥工业大学计算机科学与信息学院	95	488	11.0	16.0
3	俞奎	合肥工业大学计算机科学与信息学院	9	117	6.0	9.0