10.3969/j.issn.1000-1220.2005.03.007
马尔科夫网络中的隐藏变量学习
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Gibbs sampling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.
马尔科夫网络、隐藏变量、Gibbs抽样、MDL标准
26
TP391(计算技术、计算机技术)
中国科学院资助项目60275026;吉林省自然科学基金20030517-1
2005-04-07(万方平台首次上网日期,不代表论文的发表时间)
共4页
348-351