期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于强化学习的贝叶斯网络模型生成方法研究
被引量：
1
1
作者
岑岗
郑泽宇
+2 位作者
岑跃峰
王佳晨
吴思凡
《计算机应用与软件》
北大核心
2024年第12期261-267,313,共8页
传统贝叶斯网络的网络结构需要人为事先确定,用于预测时模型可靠性与准确性较低,因此提出一种基于强化学习的贝叶斯网络模型生成方法。将强化学习用于对最优泛化残差评分的搜寻,通过构建邻接矩阵的方式将贝叶斯网络抽象成有向无环图;对...
传统贝叶斯网络的网络结构需要人为事先确定,用于预测时模型可靠性与准确性较低,因此提出一种基于强化学习的贝叶斯网络模型生成方法。将强化学习用于对最优泛化残差评分的搜寻,通过构建邻接矩阵的方式将贝叶斯网络抽象成有向无环图;对于构建完成的贝叶斯网络,提出一种基于因果方向判断的贝叶斯网络结构优化方法。实验结果表明,该方法优于各类传统的贝叶斯网络结构生成方法。
展开更多
关键词
贝叶斯网络
强化学习
并行集成
因果方向判断
结构生成与优化
在线阅读
下载PDF
职称材料
题名
基于强化学习的贝叶斯网络模型生成方法研究
被引量：
1
1
作者
岑岗
郑泽宇
岑跃峰
王佳晨
吴思凡
机构
浙江科技学院信息与电子工程学院
出处
《计算机应用与软件》
北大核心
2024年第12期261-267,313,共8页
基金
教育部人文社会科学研究一般规划基金项目(17YJA880004)。
文摘
传统贝叶斯网络的网络结构需要人为事先确定,用于预测时模型可靠性与准确性较低,因此提出一种基于强化学习的贝叶斯网络模型生成方法。将强化学习用于对最优泛化残差评分的搜寻,通过构建邻接矩阵的方式将贝叶斯网络抽象成有向无环图;对于构建完成的贝叶斯网络,提出一种基于因果方向判断的贝叶斯网络结构优化方法。实验结果表明,该方法优于各类传统的贝叶斯网络结构生成方法。
关键词
贝叶斯网络
强化学习
并行集成
因果方向判断
结构生成与优化
Keywords
Bayesian network
Reinforcement learning
Parallel integration
Causal direction judgment
Structure generation and optimization
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于强化学习的贝叶斯网络模型生成方法研究
岑岗
郑泽宇
岑跃峰
王佳晨
吴思凡
《计算机应用与软件》
北大核心
2024
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
