Быстрый алгоритм вывода структур байесовых сетей из данных

Abstract

Розроблено новий алгоритм відтворення структур залежностей з даних, який відноситься до constraint-based підходу. Новизна запропонованого алгоритму походить від правил прискорення індуктивного виведення, які радикально скорочують простір пошуку сепараторів при виведенні скелета моделі. На прикладах байєсових мереж помірної насиченості новий алгоритм показав прискорення у кілька разів порівняно з відомим алгоритмом РС

We have developed a new constraint-based algorithm for learning dependency structures from data. Novelty of proposed algorithm comes from implementing rules of inductive inference acceleration, which can radically reduce a searching space for skeleton inference. We have demonstrated that proposed algorithm learns Bayesian nets (of moderate density) multiple times faster than well-known PC algorithm.