贝叶斯网络结构加速学习算法

• 作者: SEIN Minn 傅顺开
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 贝叶斯网络 结构学习 基于约束的学习 条件独立性测试
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 263-268,272
• 页数: 7页
• 分类号: TP391
• 字数: 8235字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.2.055

摘要

结构学习是应用贝叶斯网络(BN)的基础.提出一种新的基于约束的学习类算法APC(Accelerated PC),它基于一系列局部结构的推导获得BN.APC不但继承了经典的PC(Peter & Clark)算法优先执行低阶条件独立(CI)测试的优点,而且能够从已执行的CI测试中推导相关拓扑信息,并利用其来挑选并优先执行更可能d-分割节点X和Y的候选CI测试.该策略可有效避免在搜索过程中执行无效的CI测试,例如APC算法在实验中较PC算法节省高达50％的计算量,同时实现了质量相同的学习效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅顺开	华侨大学计算机科学与技术学院	8	131	5.0	8.0
2	SEIN Minn	华侨大学计算机科学与技术学院	4	21	3.0	4.0