-
题名贝叶斯网边际马尔科夫子图及其应用
- 1
-
-
作者
范雨
胡莹莹
孙毅
衡佩
-
机构
新疆大学数学与系统科学学院
东北师范大学数学与统计学院
-
出处
《数学学报（中文版）》
CSCD
北大核心
2024年第3期565-581,共17页
-
基金
国家自然科学基金(11726629,11726630,11701491)
新疆维吾尔自治区自然科学基金(2022D01C406)
东北师范大学应用统计教育部重点实验室开放课题(130028906)资助。
-
文摘
贝叶斯网络利用有向无圈图对多元联合概率分布中条件独立性进行约束,以实现其在不确定推理中的模块化分解,降低概率推理的计算复杂度.它在概率推理、机器学习和因果推理中都有广泛的应用.在实际中,如果采用分而治之或模型压缩的方法对贝叶斯网络进行结构学习或统计推断,那么需要人们寻找边际分布的极小马尔科夫子图(或极小独立图)来建立边际模型.为此,本文基于贝叶斯网的道义图研究贝叶斯网边际模型的极小马尔科夫子图,从统计和图论的观点对其进行了细致的刻画.针对DAG模型的可压缩性,本文将基于有向导出路径的性质给出更直观的等价条件,同时又给出了若干充分条件,这为判断模型是否可压缩到局部子模型上提供了更多的理论工具.
-
关键词
贝叶斯网络
有向无圈图(DAG)
马尔可夫子图
边际模型
极小独立图
-
Keywords
Bayesian networks
directed acyclic graph(DAG)
Markov subgraph/marginal model
minimal I-map
-
分类号
O157.5
[理学—数学]
-
