トポロジー順序付けに関するパラメータ化局所探索による効率的なBayesネットワーク構造学習【JST・京大機械翻訳】

Gruettemeier Niels; Komusiewicz Christian; Morawietz Nils

プレプリント

J-GLOBAL ID：202202221472843355 整理番号：22P0327324

トポロジー順序付けに関するパラメータ化局所探索による効率的なBayesネットワーク構造学習【JST・京大機械翻訳】

Efficient Bayesian Network Structure Learning via Parameterized Local Search on Topological Orderings

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年04月06日プレプリントサーバーでの情報更新日： 2022年04月06日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

Bayesネットワーク構造学習(BNSL)において,1つは各変数に対して可変集合と親スコアを与え,Bayesネットワークと呼ばれるDAGを計算し,これは,おそらくいくつかの構造的制約の下で,親スコアの合計を最大化する。BNSLの非常に限定された特殊ケースでさえ計算上困難であり,従って,局所探索のような実際に発見的方法を用いる。局所探索アルゴリズムに対する自然なアプローチは山登り戦略であり,そこでは,1つは与えられたBNSL解をいくつかの事前定義近傍内のより良い解により置き換えることができる。秩序ベースの局所探索を研究し,そこでは,解を変数の位相的秩序化により記述した。著者らは,そのようなトポロジー順序付けを与えて,その順序がサブ指数FPT時間において逆位距離r内にある最適DAGを計算することができることを示した。パラメータrは,局所探索アルゴリズムの解品質と実行時間のバランスをとることができる。この実行時間限界は,構造制約のないBNSLに対して,また各親集合と関連する重みの和を介して表現できるすべての構造的制約に対して達成できる。また,ΔΣウィンドウ反転距離と呼ばれる関連距離を導入し,対応する局所探索問題をパラメータrのサブ指数FPT時間で解くことができることを示す。可変秩序化に関する2つの更なる自然修正操作のために,著者らは,rのためのFPT時間を有するアルゴリズムがそうでないことを示した。また,ネットワークのモラル化グラフの共通構造制約に使用できないことを示すことにより,規則化ベース局所探索の限界も概説する。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

人工知能

, , , , ,

前のページに戻る