[例会]Improving Bayesian Network Structure Learning with Mutual Information-Based Node Ordering in the K2 Algorithm

from:Xue-Wen Chen, Senior Member, IEEE, Gopalakrishna Anantha, and Xiaotong Lin

该文章提出了通过互信息等方法为建造贝叶斯网络学习的K2算法提供节点优先顺序的方法。通过实验对比得出该方法结合K2算法,在构件贝叶斯网络的准确性和时间复杂度上优于其他(Hill Climbing、random K2、)算法。

文章首先简要介绍了贝叶斯网络(BN)和K2算法,然后就K2算法在不提供节点顺序(random K2)的情况下准确度低的问题提出了解决方案,通过互信息来确定节点之间相关程度,之后分别用三节点、四节点和子图分离技术来确定网络中部分边的方向,最后结合K2算法,建造贝叶斯网络。在文章最后一部分实验对比中,使用ASIA, ALARM, CAR_DIAGNOSIS2, and HailFinder四组数据进行对比。可以看出该算法在准确度和时间复杂性上明显优于Hill Climbing和random K2算法。

 

与会人员:陈绪、明鉷、肖勇博、滕越

请假:王雨婷、景波、刘杰、唐晨、殷越、丁汇通、段优、江思源、严金戈

 

anyShare分享到:
This entry was posted in 例会. Bookmark the permalink.

发表评论