贝叶斯网络结构学习分析

被引：8

作者：

王双成

林士敏

陆玉昌

机构：

[1] 清华大学计算机科学与技术系

来源：

基金：

国家攀登计划;

关键词：

Bayesian networks; Scoring function; Searching method;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

<正> 贝叶斯网络结构学习(以下简称结构学习)的目标是寻找对先验知识和数据拟合得最好的网络结构。结构学习有两种方式,一种是模型选择,即选择一个最好的网络结构;另一种是选择性的模型平均,即选择合适数量的网络结构,以这些网络结构代表所有的网络结构。我们从限定的结构学习与非限定的结构学习两类

引用

页码：77 / 79

页数：3