- 概率图模型及其独立性研究
- 概率图模型利用图形结构所隐含的结构特征，将概率分布变量间的关系给表示出来，不仅变得更加直观，同时也一定程度的简化了运算。由于这样的优势，概率图模型在不确定性推理中占据着重要的位置，并且在医疗诊断、人工智能、数据挖掘等方面...
- 蒋文超
- 关键词：概率图模型独立性贝叶斯网络
- 文献传递
- 图对数线性模型性质的研究被引量：1
- 2017年
- 将马尔科夫网与对数线性模型的基本理论相结合,建立了图对数线性模型,并对模型参数的极大似然估计进行研究。根据极大团对图模型进行分解,即可得到极大似然估计。具体分析了五维随机变量的对数线性模型结构以及独立性条件,并且计算出其极大似然估计计算公式。
- 曲敏许成蒋文超
- 关键词：独立性极大似然估计
- 马尔可夫网络的因子搜索算法
- 2016年
- 马尔可夫网络中,常用极大团定义因子,利用吉布斯分布把网络中包含的联合密度分布表示出来,以此对网络进行相应的概率解释,其中搜索极大团这一过程变得尤为重要。因此在马尔可夫网络的理论基础上,结合图论知识,提出一个马尔可夫网络中的极大团搜索算法。搜索算法可以对输入的网络进行缩减,简化网络,并能得到网络中的所有极大团,同时算法的运算结果具有唯一性。
- 蒋文超许成曲敏
- 关键词：马尔可夫网络无向图因子化概率图模型
