基于因果语义定向的贝叶斯网络结构学习

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (8): 29-31.

基于因果语义定向的贝叶斯网络结构学习

王双成张明陈乃激

上海立信会计学院信息科学系上海 201620
上海立信会计学院中国立信风险管理研究院上海 201620

收稿日期:2006-07-12 修回日期:1900-01-01 出版日期:2007-03-11 发布日期:2007-03-11
通讯作者: 王双成

Learning Bayesian Networks Structure Based on Causal Semanitics Orienting

ShuangCheng Wang

Department of Information Science, Shanghai Lixin University of Commerce, Shanghai 201620
Risk Management Research Institute, Shanghai Lixin University of Commerce, Shanghai 201620

Received:2006-07-12 Revised:1900-01-01 Online:2007-03-11 Published:2007-03-11
Contact: ShuangCheng Wang

摘要/Abstract

摘要： 基于变量之间基本依赖关系、基本结构、d-separation标准、依赖分析思想和混合定向策略，给出了一种有效实用的贝叶斯网络结构学习方法，不需要结点有序，并能避免打分-搜索方法存在的指数复杂性，以及现有依赖分析方法的大量高维条件概率计算等问题。

关键词: 贝叶斯网络, 结构学习, 依赖分析, 因果语义, 碰撞识别

Abstract: A new method of learning Bayesian network structure based on basic dependency relationship between variables, basic structure between nodes, d-separation criterion, the idea of dependency analysis and the strategy of mixture orienting. This method do not need sorting nodes. It can effectively avoid the exponential complexity of search & scoring based methods and a large number of the calculate of high rank conditional probability in existing dependency analysis based methods.

Key words: Bayesian networks, structure learning, dependency analysis, causal semanitics, collider identification

王双成张明陈乃激. 基于因果语义定向的贝叶斯网络结构学习[J]. 计算机工程与应用, 2007, 43(8): 29-31.

ShuangCheng Wang. Learning Bayesian Networks Structure Based on Causal Semanitics Orienting[J]. Computer Engineering and Applications, 2007, 43(8): 29-31.

[1]	郭雪昆，秦远辉，杜亮，罗永亮，王宏安. 基于MEBN的大型舰船舰面保障作业检测[J]. 计算机工程与应用, 2021, 57(1): 242-253.
[2]	陈海洋，刘喜庆，环晓敏. 一步预测的SVDDBN缺失数据插补算法[J]. 计算机工程与应用, 2020, 56(7): 81-87.
[3]	郑伟，侯宏旭，班志杰. 贝叶斯网络查询语义扩展的专家发现方法[J]. 计算机工程与应用, 2020, 56(13): 194-198.
[4]	史晓洁，杨有龙. 基于和积网络的花朵图像分类研究[J]. 计算机工程与应用, 2019, 55(8): 151-156.
[5]	吕学志1，2，胡晓峰1，吴琳1，贺筱媛1. 基于贝叶斯网络的任务共同体识别[J]. 计算机工程与应用, 2019, 55(5): 251-257.
[6]	高昂，段莉，张国辉，董志明，曹洁，郭齐胜. 计算机生成兵力行为建模发展现状[J]. 计算机工程与应用, 2019, 55(19): 43-51.
[7]	严智，张鹏，谢川. 基于Jaya的贝叶斯网络结构学习算法研究[J]. 计算机工程与应用, 2019, 55(19): 173-177.
[8]	蔡青松，陈希厚. 基于评分函数的贝叶斯网络结构融合算法[J]. 计算机工程与应用, 2019, 55(11): 147-152.
[9]	郭文强，高文强，侯勇严，李然. 基于稀缺数据集下BN参数学习的目标识别[J]. 计算机工程与应用, 2018, 54(17): 122-125.
[10]	朱雪彤1，钱秀娟2，孙薇薇1，侯宪春1，陈广生3，王永利4. 面向普适健康监测的心脏病分析方法[J]. 计算机工程与应用, 2018, 54(1): 159-165.
[11]	王东1，2，陈志1，岳文静3，刘亚威1. 使用贝叶斯网络的社交网络信任驱动推荐方法[J]. 计算机工程与应用, 2017, 53(9): 146-151.
[12]	沈一超，倪世宏，张鹏. 基于贝叶斯网络的飞行动作识别方法[J]. 计算机工程与应用, 2017, 53(24): 161-167.
[13]	丁东1，付晓东1，2，岳昆3. 基于贝叶斯网络的在线商品评价质量评估[J]. 计算机工程与应用, 2017, 53(2): 21-26.
[14]	高学攀，廖士中. 基于贝叶斯网络的林火概率预测系统设计与实现[J]. 计算机工程与应用, 2017, 53(13): 246-251.
[15]	刘飞飞，蔺婧娜，刘潇潇. 基于动态贝叶斯网络的复杂网络攻击方法研究[J]. 计算机工程与应用, 2017, 53(11): 18-25.