سال انتشار: ۱۳۸۷

محل انتشار: دومین کنگره مشترک سیستم های فازی و سیستم های هوشمند

تعداد صفحات: ۸

نویسنده(ها):

شهره میرزایی یگانه – دانشکده علوم ریاضی، دانشگاه صنعتی اصفهان
سیدمحمود طاهری –

چکیده:

ایده کلی و مقدماتی دربارهی شبکههای بیزی، که در واقع ترکیبی از دو شاخه نظریه گراف و نظریه احتمال هستند، بیان میشود. این شبکهها عمدتا نشان دهنده روابط علی و معلولی میان متغیرها میباشند. ساختار گراف یک شبکه بیزی برای صورتبندی توزیع احتمال توأممتغیرهای شبکه بکار میرود. هنگامیکه ساختار گراف معلوم باشد، مدلهای احتمالاتی میتوانند برای استدلال و پیشبینی در مورد متغیرها بکارروند و در صورت نامشخص بودن ساختار گراف، با استفاده از این مدلها میتوان به یادگیری ساختار مدل پرداخت و آنگاه استدلال و پیشبینی در مورد متغیرها را انجام داد. روشهای مختلفی در ارتباط با فرآیند یادگیری در چنین شبکههایی ارائه شدهاند، که در این مطالعه کلیاتی از چند روش متداول در یادگیری بیزی در شرایط مختلف نیز مطرح و مرور میشوند