用于离散变量因果分析的贝叶斯网络学习

摘要：

针对现有基于贝叶斯网络离散变量因果分析方法具有低效率和局限性等问题.使用依赖分析方法建立贝叶斯网络骨架,结合碰撞识别方法、变量之间的预测能力和描述长度极小准则确定边的因果方向,进行具有多项式复杂度的离散变量因果贝叶斯网络学习来避免这些问题,并给出了因果贝叶斯网络中定量因果信息传递计算方法.同时,针对小样本情况建立了因果最大似然树学习方法.

关键词：因果分析、贝叶斯网络、离散变量、预测能力

所属期刊栏目：23

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金资助项目60675036;上海市重点学科资助项目P1601;上海市教委重点资助项目05zz66

在线出版日期：2008-12-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：596-602