-
题名贝叶斯网络结构学习综述
- 1
-
-
作者
孟光磊
丛泽林
宋彬
李婷珽
王晨光
周铭哲
-
机构
沈阳航空航天大学自动化学院
航空科学技术空战系统技术重点实验室
-
出处
《北京航空航天大学学报》
北大核心
2025年第9期2829-2849,共21页
-
基金
国家自然科学基金(61973222)
辽宁省“兴辽英才计划”(XLYC2007144)
沈阳市自然科学基金(22-315-6-09)。
-
文摘
贝叶斯网络作为概率论与图论结合的工具,具备高效处理不确定性推理和数据分析的能力,被广泛应用于各领域解决复杂工程问题。此外,还可以结合先验知识和训练样本学习模型,克服了单纯依靠专家知识建立模型的局限性。基于此,回顾了贝叶斯网络的发展历程,分别从基于约束的方法、基于评分搜索的方法、混合约束和评分搜索的方法3个方面对已提出的贝叶斯网络结构学习方法进行分类归纳,并对各类方法研究的现状进行了总结分析。由于现实应用中的数据往往具有非完备性,从缺失数据处理和隐变量学习2个维度阐释了非完备贝叶斯网络结构学习的研究现状。对贝叶斯网络在不同领域中的应用情况进行阐述,并进行总结,讨论了未来贝叶斯网络结构学习方法研究的发展趋势。
-
关键词
机器学习
人工智能算法
贝叶斯网络
结构学习
隐变量
-
Keywords
machine learning
artificial intelligence algorithm
Bayesian network
structure learning
hidden variable
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
