共 2 条
[1]
[2]
用动态Bayesian网络建立宏观经济系统模型
被引：12
作者：
田凤占
陆玉昌
机构：
[1] 清华大学计算机科学与技术系智能技术与系统国家重点实验室,清华大学计算机科学与技术系智能技术与系统国家重点实验室北京,北京
来源：
关键词：
动态Bayesian网络;
Markov假设;
转移概率;
隐藏变量;
多项式拟合;
D O I：
10.16511/j.cnki.qhdxxb.2004.09.027
中图分类号：
TP181 [自动推理、机器学习];
学科分类号：
140502 [人工智能];
摘要：
针对限制动态 Bayesian网络方法应用的 Markov假设和转移概率时不变假设 ,研究了如何利用部分观测信息建立宏观经济系统的 Markov模型以及如何建立转移概率具有时变特性的宏观经济系统模型。对不满足 Markov假设的演化过程 ,通过在模型中添加隐藏变量建立 Markov模型 ,并对 EM- EA算法进行扩展 ,使之用于带隐藏变量的动态 Bayesian网络的学习。对不满足时不变性的转移概率 ,应用多项式拟合方法直接从数据构造时变转移概率模型。理论分析表明了论文方法的正确性和可行性
引用
收藏
页码：1256 / 1259
页数：4
相关论文