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编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第4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
李小琳,周志华.一种从不完备关系数据中学习PRM的方法.软件学报,2008,19(1):73-81
一种从不完备关系数据中学习PRM的方法
An Approach to Learning PRM from Incomplete Relational Data
投稿时间:2006-10-08  修订日期:2006-12-19
DOI:
中文关键词:  机器学习  关系学习  不完备数据  概率关系模型  最大似然树  进化计算
英文关键词:machine learning  relational learning  incomplete data  probabilistic relational model  maximum likelihood tree  evolutionary computing
基金项目:Supported by the National Natural Science Foundation of China under Grant Nos.60635030, 60473046 (国家自然科学基金); the China Postdoctoral Science Foundation under Grant No.20060390921 (中国博士后科学基金); the Jiangsu Planned Projects for Postdoctoral Research Funds of
作者单位
李小琳 南京大学 计算机软件新技术国家重点实验室,江苏 南京 210093 
周志华 南京大学 计算机软件新技术国家重点实验室,江苏 南京 210093 
摘要点击次数: 3608
全文下载次数: 3644
中文摘要:
      现有的关系学习研究都是基于完备数据进行的,而现实问题中,数据通常是不完备的.提出一种从不完备关系数据中学习概率关系模型(probabilistic relational models,简称PRMs)的方法——MLTEC(maximum likelihood tree and evolutionary computing method).首先,随机填充不完备关系数据得到完备关系数据.然后从每个随机填充后的数据样本中分别生成最大似然树并作为初始PRM网络,再利用进化过程中最好的网络结构反复修正不完备数据集,最
英文摘要:
      Existing relational learning approaches usually work on complete relational data. However, in real-world applications, data are often incomplete. This paper proposes the MLTEC (maximum likelihood tree and evolutionary computing method) method to learn structures of the probabilistic relational models (PRMs) from incomplete relational data. The incomplete relational data are filled randomly at first, and a maximum likelihood tree (MLT) is generated from each completed data sample. This population of MLTs is then evolved through an evolutionary computing process, and the incomplete data are modified by using the best evolved structure in each generation. As a result, the probabilistic structure is learned. Experimental results show that the MLTEC method can learn good structures from incomplete relational data.
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
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