【例会】基于因果效应的贝叶斯网络结构学习研究及应用(大论文框架)

主持:滕越

参会老师:安宁,杨矫云

参会学生:程坤、段优、郭思伊、韩朋、景波、江思源、李雨龙、刘杰、刘硕、明鉷、唐晨、滕越、赵春阳

时间:2019.1.9

摘要

主要介绍本文内容。

一、绪论

主要围绕研究背景及意义、论文研究工作、论文组织架构介绍本章内容。

1.1 研究背景及意义

1.2论文研究工作

1.4 论文组织结构

二、因果理论和贝叶斯网络基础知识

主要针对第三章所用涉及的知识进行简要介绍,主要是Judea Pearl因果理论“do-操作”部分以及贝叶斯网络结构学习的理论知识。

2.1 统计和因果模型

2.2 干预因果效应

2.3 贝叶斯网络模型

2.4 贝叶斯网络结构学习

三、基于因果效应的贝叶斯网络结构学习方法

本章主要介绍小论文《基于因果效应的贝叶斯网络结构学习方法》的内容,主要包括定义了节点优先度和节点优先次序、网络结构学习方法以及反向调节和基于互信息得到两个调节策略。

3.1 节点优先度和节点优先次序

3.2 网络学习方法

3.3 反向调节和基于互信息的删边策略

四、标准数据库上的实验

该章针对ASIA、ALARM在内的20组数据集,于HC、HHMC、HCHC等算法进行对比。通过正确边、错误边、多变、少边对算法综合评判。

4.1 标准数据库介绍

4.2 ASIA数据库实验结果

4.3 ALARM数据库实验结果

五、关键词网络上的应用

本章主要讲本文方法应用在从NCBI网站上爬去的10000条文献关键词数据上,成功挖掘了最有可能成为阿兹海默病病因的节点。通过人工比对的方法,证明了应用的有效性。

5.1 关键词数据库介绍

5.2 数据预处理

5.3 网络学习结果

5.4 人工比对结果

六、总结与展望

总结本文工作,对于今后工作做简要介绍

6.1 论文总结

6.2 工作展望

参考文献

致谢

攻读研究生学位期间参与研究的课题和发表的论文

 

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

发表评论