贝叶斯委员会机器.doc

《贝叶斯委员会机器.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、委员会机器FromWikipedia,thefreeencyclopedia从Wikipedia，自由的百科全书Jumpto:navigation,search跳转到：导航，搜索Acommitteemachineisatypeofneuralnetworkusingadivideandconquerstrategyinwhichtheresponsesofmultipleneuralnetworks(experts)arecombinedintoasingleresponse.甲委员会机器是一个类型的神经网络采用分而治之的策略，其中专家）的反应网络（多神经是响应合并成

2、一个单一的。Thecombinedresponseofthecommitteemachineissupposedtobesuperiortothoseofitsconstituentexperts.该委员会的机器相结合的反应应该是优于其组成专家的。Comparewithensemblesofclassifiers.比较分类合奏的。Contents内容[hide]·1Types一类型o1.1Staticstructures1.1静态结构o1.2Dynamicstructures1.2动态结构·2References2引用[edit]Types[编辑]类型[edit]St

3、aticstructures[编辑]静态结构Inthisclassofcommitteemachines,theresponsesofseveralpredictors(experts)arecombinedbymeansofamechanismthatdoesnotinvolvetheinputsignal,hencethedesignationstatic.在这个委员会的机器类，（专家）若干预测的反应，再由一个机制是指不涉及输入信号，因此指定静态的。Thiscategoryincludesthefollowingmethods:这一类包括下列方法：·Ensembl

4、eaveraging乐团平均Inensembleaveraging,outputsofdifferentpredictorsarelinearlycombinedtoproduceanoveralloutput.在合奏平均，不同的预测输出线性组合出总的输出。·Boosting推进Inboosting,aweakalgorithmisconvertedintoonethatachievesarbitrarilyhighaccuracy.在提高，弱算法转换成一个达到任意高的精度。[edit]Dynamicstructures[编辑]动态结构Inthissecondclas

5、sofcommitteemachines,theinputsignalisdirectlyinvolvedinactuatingthemechanismthatintegratestheoutputsoftheindividualexpertsintoanoveralloutput,hencethedesignationdynamic.在本委员会第二类机器，输入信号直接参与驱动机制，整合成一个整体输出，因此指定动态的个别专家的产出。Therearetwokindsofdynamicstructures:有两种动态结构类型：·Mixtureofexperts混合专家In

6、mixtureofexperts,theindividualresponsesoftheexpertsarenon-linearlycombinedbymeansofasinglegatingnetwork.在专家的混合物，专家们的个人答案都是非单一线性的门网络手段结合起来。·Hierarchicalmixtureofexperts分层混合专家Inhierarchicalmixtureofexperts,theindividualresponsesoftheindividualexpertsarenon-linearlycombinedbymeansofseveral

7、gatingnetworksarrangedinahierarchicalfashion.在专家层次的混合物，个别专家的个人反应是非线性的几个门分层方式排列网络手段结合起来。[edit]References[编辑]参考文献·Haykin,Simon(1999).NeuralNetworks.Haykin，西蒙（1999）。神经网络。1.贝叶斯网络是一种概率网络，它是基于概率推理的图形化网络，而贝叶斯公式则是这个概率网络的基础。贝叶斯网络是基于概率推理的数学模型,所谓概率推理就是通过一些变量的信息来获取其他的概率信息的过程，基于概率推理的贝叶斯网络(B