主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公English
2020-2021年专刊出版计划 微信服务介绍 最新一期:2020年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
刘启元,张聪,沈一栋,汪成亮.信度网结构在线学习算法.软件学报,2002,13(12):2297-2304
信度网结构在线学习算法
An On-Line Structure Learning Algorithm of Belief Network
投稿时间:2001-02-20  修订日期:2001-04-24
DOI:
中文关键词:  人工智能  信度网  机器学习  在线学习
英文关键词:AI  belief network  machine learning  on-line learning
基金项目:国家自然科学基金资助项目(69883009);国家教育部跨世纪优秀人才培养计划基金资助项目(294)
作者单位
刘启元 重庆大学计算机科学与工程学院,重庆,400044 
张聪 重庆大学计算机科学与工程学院,重庆,400044 
沈一栋 重庆大学计算机科学与工程学院,重庆,400044 
汪成亮 重庆大学计算机科学与工程学院,重庆,400044 
摘要点击次数: 2986
全文下载次数: 3139
中文摘要:
      提出一种新的信度网结构在线学习算法.其核心思想是,利用新样本对信度网结构和参数不断进行增量式修改,以逐步逼近真实模型.本算法分为两个步骤:首先分别利用参数增量修改律和添加边、删除边、边反向3种结构增量修改律,并结合新采集的样本,对当前信度网模型进行增量式修改;然后利用结果选择判定准则,从增量式修改所得的后代信度网集合中选择一个合适的信度网作为本次迭代结果.该结果在与当前样本的一致性和与上一代模型的距离之间达到一个合理的折衷.实验结果表明,本算法能有效地实现信度网结构的在线学习.由于在线学习不需要历史样本,
英文摘要:
      An on-line structure-learning algorithm of belief network is proposed. The basic idea is to incrementally update the structure and parameters of a belief network after each group of data samples is received. The algorithm consists of two steps. The first step is to update the current belief network based on newly received data samples using incremental updating rules, including parameter incremental updating rule and three structure incremental updating rules, which are adding edge, deleting edge and reverting edge. The second step is to use the result selection criterion to select the most appropriate result from the set of candidates resulted by the first step. The selection criterion fulfills the desire to balance the consistency of the result with the newly received data against the distance between the result and the previous model. Experimental results show that the algorithm can efficiently perform on-line learning of belief network structure. Since on-line learning does not need history data and can adapt to the variation of the problem domain, this algorthm is suitable to model those domains that vary with time.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利