本文關(guān)鍵詞：貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)稀疏學(xué)習(xí)研究進(jìn)展，由筆耕文化傳播整理發(fā)布。

【摘要】：貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)稀疏化學(xué)習(xí)因其既能簡化結(jié)構(gòu)又能保留原始網(wǎng)絡(luò)中的重要信息,已經(jīng)成為當(dāng)前貝葉斯網(wǎng)絡(luò)的研究熱點.文中首先討論貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)稀疏學(xué)習(xí)的必要性、貝葉斯網(wǎng)絡(luò)稀疏性的定義,并在此基礎(chǔ)上介紹現(xiàn)有的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)稀疏學(xué)習(xí)研究思路.然后,回顧一般的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)方法,并分析它們在高維背景下存在的問題,進(jìn)而發(fā)現(xiàn)基于評分的方法通常適合于貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的稀疏學(xué)習(xí),因此重點介紹貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)稀疏學(xué)習(xí)的目標(biāo)函數(shù)和優(yōu)化求解算法.最后,探討未來貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)稀疏學(xué)習(xí)的一些研究方向.
【作者單位】： 山西財經(jīng)大學(xué)信息管理學(xué)院;
【關(guān)鍵詞】： 貝葉斯網(wǎng)絡(luò) 結(jié)構(gòu)學(xué)習(xí) 稀疏 目標(biāo)函數(shù) 優(yōu)化算法
【基金】：山西省自然科學(xué)基金項目(No.2014011022-2)資助~~
【分類號】：TP18
【正文快照】： 貝葉斯網(wǎng)絡(luò)(Bayesian Networks,BNs)是一種用于表示大量隨機(jī)變量概率分布的有效建模工具.它的學(xué)習(xí)過程包括結(jié)構(gòu)學(xué)習(xí)和參數(shù)學(xué)習(xí).結(jié)構(gòu)學(xué)習(xí)是學(xué)習(xí)隨機(jī)變量之間的依賴關(guān)系,并以有向無環(huán)圖(Directed Acyclic Graph,DAG)的形式表示.參數(shù)學(xué)習(xí)量化每個變量相對于其父節(jié)點集的概率依賴

  本文關(guān)鍵詞：貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)稀疏學(xué)習(xí)研究進(jìn)展，，由筆耕文化傳播整理發(fā)布。

本文編號：418016