2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩59頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、在過去的數(shù)十年間,很多研究集中于通過數(shù)據(jù)驅(qū)動的方式來學習貝葉斯網(wǎng)絡。但是現(xiàn)實世界是復雜多變的,有許多知識是隱蔽的,不易被觀測到。在關于貝葉斯網(wǎng)絡的研究中,也存在同樣的問題,這就是隱變量。隱變量是不可觀察到的變量,但是隱變量往往能夠簡化可觀測變量之間的復雜的依賴關系,優(yōu)化貝葉斯網(wǎng)絡模型。學習隱變量已成為貝葉斯網(wǎng)絡研究領域的一項重要內(nèi)容;發(fā)現(xiàn)隱變量的維數(shù)是隱變量研究中的一項難題。隱變量維數(shù)學習可以應用于構(gòu)建包含隱變量的基因調(diào)控網(wǎng)絡。因此,研

2、究隱變量維數(shù)具有重要的科學意義和較高的應用價值,同時也是一個充滿挑戰(zhàn)性的問題。
  在本文中,將針對貝葉斯網(wǎng)絡隱變量維數(shù)的學習展開一系列的探討。隱變量維數(shù)的學習內(nèi)容主要包括兩個方面:一是,單隱變量維數(shù)的學習;二是,多隱變量的維數(shù)學習。針對這兩個方面的研究內(nèi)容,論文所開展的具體研究工作如下:
  第一,針對現(xiàn)有學習方法都難以準確學習隱變量維數(shù)的缺點,提出一種新穎的基于模擬退火策略控制下的評分凝聚算法(SSA算法)學習隱變量維數(shù)

3、。SSA算法的基本思想:首先,利用馬爾科夫獨立性假設和BDe評分的可分解性排除網(wǎng)絡中與隱變量條件獨立的節(jié)點,提取由隱變量及其馬爾科夫毯變量組成的局部網(wǎng)絡。以局部網(wǎng)絡替代原始網(wǎng)絡進行維數(shù)學習,可以有效減少算法的運算時間;其次,確定隱變量的最大可能維數(shù)并填補數(shù)據(jù)集;再次,為隱變量取每種可能維數(shù)時的網(wǎng)絡進行評分,同時使用模擬退火策略控制隱變量取值狀態(tài)的合并;最終學習到隱變量的最優(yōu)維數(shù)。
  第二,貝葉斯網(wǎng)絡中存在多個隱變量時,多隱變量間

4、可能存在復雜的依賴關系,尤其是當多個隱變量不是相互獨立時。針對當前的方法不能有效學習多隱變量維數(shù)的問題,我們以SSA算法為基礎提出學習多隱變量維數(shù)的MSSA算法。該算法的基本思想是:設置一個隊列用以存放待學習的隱變量。每次只改變一個隱變量的維數(shù)并對網(wǎng)絡評分,這可以使用SSA算法來實現(xiàn)。在改變了某個隱變量的維數(shù)之后,將與其非獨立的隱變量加入對列中。直至隊列為空或隱變量維數(shù)不再改變?yōu)橹?算法終止。最終學習到多隱變量的最優(yōu)維數(shù)。
  通

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論