基于模型融合的分布式贝叶斯网络学习算法

• 作者: 冉勇 宫秀军 缑葵香
• 来源期刊: 计算机应用研究
• 关键词: 分布式数据挖掘 隐私保护 模型融合 贝叶斯网络 互信息
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 60-63
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2010.01.017

摘要

提出了一个从同构数据集中学习贝叶斯网络结构的分布式算法.该算法首先使用搜索评分的方法学习每个局部贝叶斯网络结构,然后取节点对互信息变量和条件互信息变量的数学期望作为全局学习的评价标准,融合所有局部结构得到全局结构.由于只使用了数据集中变量间的互信息和条件互信息,没有直接获取局部个体数据信息,从而可以实现有效的隐私保护.该算法在Alarm数据集上进行测试,边的误差率小于6%,运行时间比集中学习的算法的运行时间短,验证了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宫秀军	天津大学计算机科学与技术学院	9	35	4.0	5.0
2	冉勇	天津大学计算机科学与技术学院	2	5	1.0	2.0