学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
因果图网络结构学习算法研究
被引:2
作者
:
石庆喜
论文数:
0
引用数:
0
h-index:
0
机构:
重庆大学自动化学院
石庆喜
王洪春
论文数:
0
引用数:
0
h-index:
0
机构:
重庆大学自动化学院
王洪春
张勤
论文数:
0
引用数:
0
h-index:
0
机构:
重庆大学自动化学院
张勤
机构
:
[1]
重庆大学自动化学院
来源
:
微电子学与计算机
|
2006年
/ 01期
关键词
:
因果图;
结构;
机器学习;
D O I
:
10.19304/j.cnki.issn1000-7180.2006.01.020
中图分类号
:
TP181 [自动推理、机器学习];
学科分类号
:
摘要
:
在因果图理论中,采用了图形化和直接因果强度来表达知识和因果关系,它克服了贝叶斯网的一些不足,已经发展成了一个能够处理离散变量和连续变量的混合模型。但是因果图的结构得由领域专家给出,这在实际中很难办到。文章中给出了如何利用已知数据集,寻找最有可能的因果图网络模型方法,并用启发式算法进行模型评估。
引用
收藏
页码:77 / 79+84 +84
页数:4
相关论文
共 3 条
[1]
多值因果图的推理算法研究
论文数:
引用数:
h-index:
机构:
樊兴华
张勤
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学智能技术与系统国家重点实验室
张勤
论文数:
引用数:
h-index:
机构:
孙茂松
论文数:
引用数:
h-index:
机构:
黄席樾
[J].
计算机学报,
2003,
(03)
: 310
-
322
[2]
信度网中条件概率表的学习
邢永康
论文数:
0
引用数:
0
h-index:
0
机构:
重庆大学计算机科学与工程学院
邢永康
沈一栋
论文数:
0
引用数:
0
h-index:
0
机构:
重庆大学计算机科学与工程学院
沈一栋
[J].
计算机科学,
2000,
(10)
: 88
-
92
[3]
Bayesian networks for data mining
Heckerman, D
论文数:
0
引用数:
0
h-index:
0
机构:
Microsoft Corp, Res, Redmond, WA 98052 USA
Microsoft Corp, Res, Redmond, WA 98052 USA
Heckerman, D
[J].
DATA MINING AND KNOWLEDGE DISCOVERY,
1997,
1
(01)
: 79
-
119
←
1
→
共 3 条
[1]
多值因果图的推理算法研究
论文数:
引用数:
h-index:
机构:
樊兴华
张勤
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学智能技术与系统国家重点实验室
张勤
论文数:
引用数:
h-index:
机构:
孙茂松
论文数:
引用数:
h-index:
机构:
黄席樾
[J].
计算机学报,
2003,
(03)
: 310
-
322
[2]
信度网中条件概率表的学习
邢永康
论文数:
0
引用数:
0
h-index:
0
机构:
重庆大学计算机科学与工程学院
邢永康
沈一栋
论文数:
0
引用数:
0
h-index:
0
机构:
重庆大学计算机科学与工程学院
沈一栋
[J].
计算机科学,
2000,
(10)
: 88
-
92
[3]
Bayesian networks for data mining
Heckerman, D
论文数:
0
引用数:
0
h-index:
0
机构:
Microsoft Corp, Res, Redmond, WA 98052 USA
Microsoft Corp, Res, Redmond, WA 98052 USA
Heckerman, D
[J].
DATA MINING AND KNOWLEDGE DISCOVERY,
1997,
1
(01)
: 79
-
119
←
1
→