贝叶斯网络因果识别d-分割uud-分割硕士论文

《贝叶斯网络因果识别d-分割uud-分割硕士论文》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、贝叶斯网络中的因果推断应用数学，2011，硕士【摘要】贝叶斯网络是概率论和图论有机融合的概率图形模型,已被广泛应用于人工智能、统计学习、因果识别等领域.如何有效地分析数据中的因果关系进行因果推断是数据分析中的研究热点问题.本文针对贝叶斯网络中的因果推断展开研究,主要工作有:首先,分析了描述贝叶斯网络中独立关系的d-分割和ud-分割的内在关系,得到d-分割是ud-分割的充分不必要条件,给出了d-分割和ud-分割同时成立的条件,利用分层排序可以得到一个贝叶斯网络的拓扑序,而且对于某些特殊的贝叶斯网络可以很

2、方便的得到d-分割和ud-分割集来识别因果效应.其次,研究因果图模型中变量间的因果效应的识别和估计问题,并对前门准则和后门准则之间的关系进行了分析.最后,描述了SGS和PC结构学习算法,对它们的稳定性和复杂性进行了分析.在分析结构学习算法CI和FCI的基础上,通过一个构建的网络说明FCI算法存在缺陷,并对FCI算法进行了改进. 更多还原【Abstract】Bayesiannetworks(BNs)areamarriagebetweenprobabilitytheoryandgraphtheory,an

3、dthusareprobabilisticgraphicalmodels.Theyarewidelyusedinartificialintelligence,statisticslearningandidentifiabilityforcausaleffect.Howtoefficientanalyzingtherelationshipamongnodesandthentocausalreasoningisacentralissueindadaanalysis.Thispaperdealswithca

4、usalreasoninginBNs,themaintaskisasfollows:Firstly,therelationshipbetweend-separationandud-separationwhich... 更多还原【关键词】贝叶斯网络；因果识别；d-分割；uud-分割；【Keywords】Bayesiannetwork(BN)；Identifiabilityforcausaleffect；D-separation；Ud-separation；摘要3-4Abstract4第一章绪论6-121

5、.1贝叶斯网络介绍6-81.2贝叶斯网络中的结构学习81.3因果推断介绍8-91.4论文的主要工作和内容安排9-12第二章相关知识12-182.1概率论基础12-132.2d-分割和ud-分割的定义13-152.3因果模型介绍152.4部分祖先图及其相关概念15-18第三章BN中基于分层排序的条件独立分析及应用18-243.1d-分割和ud-分割的关系18-213.2分层排序的应用和讨论21-233.3本章小结23-24第四章因果效应的识别性24-304.1干预和因果效应24-264.2因果效应识别的

6、图准则26-274.3一个典型的不可识别的模型27-294.4本章小结29-30第五章基于条件独立的结构学习算法30-445.1SGS结构学习算法30-345.2PC结构学习算法34-365.3改进的FCI结构学习算法36-425.4本章小结42-44总结和展望44-46致谢46-48参考文献