Characteristic imsets for learning Bayesian network structure
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F12%3A00382596" target="_blank" >RIV/67985556:_____/12:00382596 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1016/j.ijar.2012.04.001" target="_blank" >http://dx.doi.org/10.1016/j.ijar.2012.04.001</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1016/j.ijar.2012.04.001" target="_blank" >10.1016/j.ijar.2012.04.001</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Characteristic imsets for learning Bayesian network structure
Popis výsledku v původním jazyce
In this paper we introduce a new unique vector representative, called the characteristic imset, obtained from the standard imset by an affine transformation. Characteristic imsets are (shown to be) zero-one vectors and have many elegant properties, suitable for intended application of linear/integer programming methods to learning BN structure. They are much closer to the graphical description; we describe a simple transition between the characteristic imset and the essential graph, known as a traditional unique graphical representative of the BN structure. In the end, we relate our proposal to other recent approaches which apply linear programming methods in probabilistic reasoning.
Název v anglickém jazyce
Characteristic imsets for learning Bayesian network structure
Popis výsledku anglicky
In this paper we introduce a new unique vector representative, called the characteristic imset, obtained from the standard imset by an affine transformation. Characteristic imsets are (shown to be) zero-one vectors and have many elegant properties, suitable for intended application of linear/integer programming methods to learning BN structure. They are much closer to the graphical description; we describe a simple transition between the characteristic imset and the essential graph, known as a traditional unique graphical representative of the BN structure. In the end, we relate our proposal to other recent approaches which apply linear programming methods in probabilistic reasoning.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
BA - Obecná matematika
OECD FORD obor
—
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2012
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
International Journal of Approximate Reasoning
ISSN
0888-613X
e-ISSN
—
Svazek periodika
53
Číslo periodika v rámci svazku
9
Stát vydavatele periodika
US - Spojené státy americké
Počet stran výsledku
14
Strana od-do
1336-1349
Kód UT WoS článku
000311461700004
EID výsledku v databázi Scopus
—