马尔科夫网络中的隐藏变量学习  

Learning Hide Variables in Markov Network

作　　者：王辉[1] 王双成[2] 张剑飞[1] 

机构地区：[1]东北师范大学计算机学院,吉林长春130024 [2]上海立信会计学院信息科学系,上海201600

出　　处：《小型微型计算机系统》2005年第3期348-351,共4页Journal of Chinese Computer Systems

基　　金：国家自然科学基金(60275026)资助;吉林省自然科学基金(20030517-1)的资助.

摘　　要：马尔科夫网络中的隐藏变量学习是一个重要而困难的研究课题.关于隐藏变量需要解决三个问题,它们是隐藏变量的位置,维数和取值,局部结构.根据马尔科夫网络中的Clique确定隐藏变量的位置;然后基于依赖结构和Gibbssampling确定隐藏变量的取值和维数;最后利用MDL标准进行局部打分确定局部结构.试验结果表明,该方法能够有效地进行马尔科夫网络的隐藏变量学习.It is an important and difficult research project to learn hide variables in Markov network. Three problems should be solved when learning hide variable in Markov network. They are the location, dimension and values and local structure about hide variable. In this paper, They are respectively made sure by the clique in Markov network, combining dependency structure and Gibbs sampling and MDL criterion. Experimental results show that this method is effective in learning hide variables in Markov network.

关 键 词：马尔科夫网络 隐藏变量 GIBBS抽样 MDL标准 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]