Bibliography
Conference Paper (international conference)
An algeraic approach to structural learning Bayesian networks
: IPMU 2006. Information Processing and Management of Uncertainty in Knowledge-Based Systems, p. 2284-2291 , Eds: Bouchon-Meunier B., Yager R. R.
: IMPU 2006, (Paris, FR, 02.07.2006-07.07.2006)
: CEZ:AV0Z10750506
: GA201/04/0393, GA ČR
: learning Bayesian networks, standard imset, data vector
(eng): Basic idea is that every Bayesian network (BN) model is uniquely described by a certain integral vector, named standard imset. Every score-equivalent decomposable criterion appreas to be an affine function of the standard imset. Albegraic view can be extended to databases: every databases can be represented in form of a data vector (relative to the criterion), which is the vector of same dimension as the standard imset.
(cze): Základní myšlenka je že každý model daný Bayesovskou sítí je popsán určitým celočíselným vektorem, nazývaným standardní imset. Každé skore-ekvivalentní rozložitelné kriterium se ukazuje být afinní funkcí standardního imsetu. Algebraický pohled může být rozšířen na databáze: každá databáze může být reprezentována ve formě datového vektoru (vzhledem ke kriteriu) což je vektor stejné dimense jako standardní imset.
: 12A
: BA