基于后验概率的Markov逻辑网参数学习方法

摘要：

通过介绍统计关系学习方法Markov逻辑网的理论模型和参数学习方法, 提出一种基于后验概率的参数估计方法, 该方法采用正态先验分布, 用伪似然概率替代似然概率, 通过最大化伪后验概率来学习模型参数. 实验结果表明, 该方法能够有效地学出模型参数, 且所得模型推理能力优于现有的参数学习方法.

关键词：统计关系学习、一阶逻辑、Markov网、机器学习、Markov逻辑网

所属期刊栏目：44

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金60496321;国家自然科学基金60373098;60173006;国家高技术研究发展计划863计划2003AA118020;吉林省科技发展计划20020303;吉林省科技发展计划20030523

在线出版日期：2006-12-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：946-950