马尔科夫网络中的隐藏变量学习

被引:3
作者
王辉
王双成
张剑飞
机构
[1] 东北师范大学计算机学院,上海立信会计学院信息科学系,东北师范大学计算机学院吉林长春,上海,吉林长春,齐齐哈尔大学信息科学与电气工程学院,黑龙江齐齐哈尔
关键词
马尔科夫网络; 隐藏变量; Gibbs抽样; MDL标准;
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
马尔科夫网络中的隐藏变量学习是一个重要而困难的研究课题.关于隐藏变量需要解决三个问题,它们是隐藏变量的位置,维数和取值,局部结构.根据马尔科夫网络中的Clique确定隐藏变量的位置;然后基于依赖结构和Gibbssampling确定隐藏变量的取值和维数;最后利用MDL标准进行局部打分确定局部结构.试验结果表明,该方法能够有效地进行马尔科夫网络的隐藏变量学习.
引用
收藏
页码:348 / 351
页数:4
相关论文
共 3 条
[1]   具有丢失数据的可分解马尔可夫网络结构学习 [J].
王双成 ;
苑森淼 .
计算机学报, 2004, (09) :1221-1228
[2]   具有丢失数据的贝叶斯网络结构学习研究 [J].
王双成 ;
苑森淼 .
软件学报, 2004, (07) :1042-1048
[3]   基于类约束的贝叶斯网络分类器学习 [J].
王双成 ;
苑森淼 ;
王辉 .
小型微型计算机系统, 2004, (06) :968-971