A simulated annealing-based method for learning Bayesian networks from statistical data

Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F06%3A00040977" target="_blank" >RIV/67985556:_____/06:00040977 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—

Result language
angličtina
Original language name
A simulated annealing-based method for learning Bayesian networks from statistical data
Original language description
The problem of learning Bayesian networks form statistical data is described and re-formulated as a discrete optimization problem. For a solution we employ the stochastic algorithm which is known as simulated annealing and which is based on the Markov Chain Monte Carlo approach. Numerical examples are included to illustrate the efficiency of the method.
Czech name
Metoda učení bayesovských sítí, založená na simulovaném žíhání
Czech description
Problém učení Bayesovských sítí ze statistických dat je popsán a přeformulován jako úloha diskrétní optimalizace. Pro řešení využíváme stochastický algoritmus známý jako simulované žíhání a založený na myšlence Markov Chain Monte Carlo. Efektivnost metody je ilustrována na přiloženém numerickém příkadu.

Type
J<sub>x</sub> - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)
CEP classification
BA - General mathematics
OECD FORD branch
—

Project
<a href="/en/project/GA201%2F03%2F0478" target="_blank" >GA201/03/0478: Methods of probability and analysis in the theory of phase transitions of large interacting systems</a><br>
Continuities
Z - Vyzkumny zamer (s odkazem do CEZ)

Publication year
2006
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Similar results(10)