马尔科夫网络中的隐藏变量学习

摘要：

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.

关键词：马尔科夫网络、隐藏变量、Gibbs抽样、MDL标准

所属期刊栏目：26

分类号：TP391(计算技术、计算机技术)

资助基金：中国科学院资助项目60275026;吉林省自然科学基金20030517-1

在线出版日期：2005-04-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：348-351