مقدمه ای بر شبکه های بیزی و مروری بر روش های یادگیری در شبکه های بیزی

Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 9,266

This Paper With 8 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

FJCFIS02_013

تاریخ نمایه سازی: 26 تیر 1392

Abstract:

ایده کلی و مقدماتی دربارهی شبکههای بیزی، که در واقع ترکیبی از دو شاخه نظریه گراف و نظریه احتمال هستند، بیان میشود. این شبکهها عمدتا نشان دهنده روابط علی و معلولی میان متغیرها میباشند. ساختار گراف یک شبکه بیزی برای صورتبندی توزیع احتمال توأممتغیرهای شبکه بکار میرود. هنگامیکه ساختار گراف معلوم باشد، مدلهای احتمالاتی میتوانند برای استدلال و پیشبینی در مورد متغیرها بکارروند و در صورت نامشخص بودن ساختار گراف، با استفاده از این مدلها میتوان به یادگیری ساختار مدل پرداخت و آنگاه استدلال و پیشبینی در مورد متغیرها را انجام داد. روشهای مختلفی در ارتباط با فرآیند یادگیری در چنین شبکههایی ارائه شدهاند، که در این مطالعه کلیاتی از چند روش متداول در یادگیری بیزی در شرایط مختلف نیز مطرح و مرور میشوند

Authors

شهره میرزایی یگانه

دانشکده علوم ریاضی، دانشگاه صنعتی اصفهان

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • کتاب درسی نظریه گراف، ترجمه: بیژن طائری، انتشارات جهاد دانشگاهی ...
  • Bornholdt, S., Schuster, _ _ :Handbook of graphs _ _ ...
  • Campos, M.L. Castellano, _ _ usingl ...
  • Dempster, A., Laird, N., and Rifik _ likelihood ...
  • Friedman, N. (1 997), "learning belief networks in the presence ...
  • Neapolitan, R.E. (2003); Learning Bayesian Networks, Prentice Hall ...
  • نمایش کامل مراجع