条件独立性测试相关论文
为了得到正确的节点次序，构造接近最优的贝叶斯网络结构，利用最大信息系数与条件独立性测试相结合的方法，提出了一种新的贝叶斯网络结......
推断数据间存在的因果关系是很多科学领域中的一个基础问题。然而现在暂时还没有快速有效的方法对高维数据进行因果推断。为此,提......
为了提高支持向量回归算法的学习能力,提出了一种基于因果网络的特征选择算法.该方法假设目标变量和特征候选集之间符合一个因果网......
结构学习是应用贝叶斯网络（BN）的基础。提出一种新的基于约束的学习类算法APC（Accelerated PC）,它基于一系列局部结构的推导获得BN。AP......
发现数据间的因果关系是科学领域的一个重要问题,然而在高维数据中的因果推断暂时还没有有效的算法.这里提出了一种基于条件独立性......
针对传统因果网络结构学习算法难以适用于高维网络的问题,该文提出1种快速且适用于高维网络的因果网络骨架构建算法。采取基于最大......
为提高学习贝叶斯网络结构的效率,提出一种基于链模型和粒子群的学习算法。利用包含贝叶斯网节点间因果关系信息的规则链模型来衡......
贝叶斯网是不确定性问题知识表达和推理中最重要的一个理论模型．迄今为止人们提出了许多贝叶斯网结构学习算法，基于约束满足和评分搜......
结构学习是贝叶斯网络的重要分支之一，而由数据学习贝叶斯网络是NP-完全问题，提出了一个由数据学习贝叶斯网络的改进算法。该算法基......
进入到21世纪以来,人们对于人工智能领域的研究取得了极大的进步。作为表示不确定性知识的一种重要方法,贝叶斯网络已经成为了人工......
随着人工智能技术的迅猛发展,人们越来越趋向于研究能推理和解决问题的人工智能关键技术。因果关系推断研究主要是通过分析纯观测......
