bibtype J - Journal Article
ARLID 0040977
utime 20240103182721.7
mtime 20060907235959.9
title (primary) (eng) A simulated annealing-based method for learning Bayesian networks from statistical data
specification
page_count 14 s.
serial
ARLID cav_un_epca*0256802
ISSN 0884-8173
title International Journal of Intelligent Systems
volume_id 21
volume 3 (2006)
page_num 335-348
publisher
name Wiley
title (cze) Metoda učení bayesovských sítí, založená na simulovaném žíhání
keyword Bayesian network
keyword simulated annealing
keyword Markov Chain Monte Carlo
author (primary)
ARLID cav_un_auth*0101114
name1 Janžura
name2 Martin
institution UTIA-B
full_dept Department of Stochastic Informatics
fullinstit Ústav teorie informace a automatizace AV ČR, v. v. i.
author
ARLID cav_un_auth*0213020
name1 Nielsen
name2 Jan
institution UTIA-B
fullinstit Ústav teorie informace a automatizace AV ČR, v. v. i.
COSATI 12A
cas_special
project
project_id GA201/03/0478
agency GA ČR
ARLID cav_un_auth*0005749
research CEZ:AV0Z10750506
abstract (eng) The problem of learning Bayesian networks form statistical data is described and re-formulated as a discrete optimization problem. For a solution we employ the stochastic algorithm which is known as simulated annealing and which is based on the Markov Chain Monte Carlo approach. Numerical examples are included to illustrate the efficiency of the method.
abstract (cze) Problém učení Bayesovských sítí ze statistických dat je popsán a přeformulován jako úloha diskrétní optimalizace. Pro řešení využíváme stochastický algoritmus známý jako simulované žíhání a založený na myšlence Markov Chain Monte Carlo. Efektivnost metody je ilustrována na přiloženém numerickém příkadu.
reportyear 2007
RIV BA
permalink http://hdl.handle.net/11104/0134579
arlyear 2006
mrcbU63 cav_un_epca*0256802 International Journal of Intelligent Systems 0884-8173 1098-111X Roč. 21 č. 3 2006 335 348 Wiley