本文關鍵詞：貝葉斯網絡結構稀疏學習研究進展，由筆耕文化傳播整理發(fā)布。

【摘要】：貝葉斯網絡結構稀疏化學習因其既能簡化結構又能保留原始網絡中的重要信息,已經成為當前貝葉斯網絡的研究熱點.文中首先討論貝葉斯網絡結構稀疏學習的必要性、貝葉斯網絡稀疏性的定義,并在此基礎上介紹現有的貝葉斯網絡結構稀疏學習研究思路.然后,回顧一般的貝葉斯網絡結構學習方法,并分析它們在高維背景下存在的問題,進而發(fā)現基于評分的方法通常適合于貝葉斯網絡結構的稀疏學習,因此重點介紹貝葉斯網絡結構稀疏學習的目標函數和優(yōu)化求解算法.最后,探討未來貝葉斯網絡結構稀疏學習的一些研究方向.
【作者單位】： 山西財經大學信息管理學院;
【關鍵詞】： 貝葉斯網絡 結構學習 稀疏 目標函數 優(yōu)化算法
【基金】：山西省自然科學基金項目(No.2014011022-2)資助~~
【分類號】：TP18
【正文快照】： 貝葉斯網絡(Bayesian Networks,BNs)是一種用于表示大量隨機變量概率分布的有效建模工具.它的學習過程包括結構學習和參數學習.結構學習是學習隨機變量之間的依賴關系,并以有向無環(huán)圖(Directed Acyclic Graph,DAG)的形式表示.參數學習量化每個變量相對于其父節(jié)點集的概率依賴

  本文關鍵詞：貝葉斯網絡結構稀疏學習研究進展，，由筆耕文化傳播整理發(fā)布。

本文編號：418016