Ефективний метод виявлення структур залежностей в статистичних даних
Розглянуто проблеми індуктивного виводу (відтворення) структур моделей ймовірнісних залежностей в класі ациклічних орієнтованих графів та в підкласі монопотокових моделей (де кожний цикл має два або більше колайдерів). Досліджено властивості монопотокових моделей. Розроблено метод “Proliferator-C”...
Збережено в:
| Дата: | 2004 |
|---|---|
| Автор: | |
| Формат: | Стаття |
| Мова: | Ukrainian |
| Опубліковано: |
Інститут програмних систем НАН України
2004
|
| Теми: | |
| Онлайн доступ: | http://dspace.nbuv.gov.ua/handle/123456789/2079 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Ефективний метод виявлення структур залежностей в статистичних даних / О.С. Балабанов // Проблеми програмування. — 2004. — N 2,3. — С. 312-319. — Бібліогр.: 18 назв. — укр. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
irk-123456789-2079 |
|---|---|
| record_format |
dspace |
| spelling |
irk-123456789-20792008-10-13T14:55:37Z Ефективний метод виявлення структур залежностей в статистичних даних Балабанов, О.С. Модели и средства инженерии баз данных и знаний Розглянуто проблеми індуктивного виводу (відтворення) структур моделей ймовірнісних залежностей в класі ациклічних орієнтованих графів та в підкласі монопотокових моделей (де кожний цикл має два або більше колайдерів). Досліджено властивості монопотокових моделей. Розроблено метод “Proliferator-C” (узагальнений і вдосконалений варіант метода Chow&Liu), який відтворює структуру монопотокової моделі, спираючись на знання колайдерних змінних та тести умовної незалежності першого порядку, та алгоритм ‘Collifinder’, який ідентифікує всі колайдерні змінні. Порівняно з відомими методами “Proliferator-C” є менш критичним до розміру відборки даних, а за складністю – близький до відомих алгоритмів для лісів (дерев) залежностей. Problems of recovery of probabilistic graphical model structures in class of acyclic directed graphs (DAG) and their subclass of ‘mono-streams’ models (i.e. digraphs with restriction that each cycle have two or more colliders) are considered. Properties of ‘monostreams’ models are examined. The method for learning structure of any ‘mono-streams’ model from statistical data are developed. The method is more reliable and robust to sample size then known methods while its complexity is comparable with that for tree-like dependency model recovery algorithms. The method consist of the algorithm ‘Collifinder’ for identification all colliders and method “Proliferator-C”, an extended version of well-known Chow&Liu method. 2004 Article Ефективний метод виявлення структур залежностей в статистичних даних / О.С. Балабанов // Проблеми програмування. — 2004. — N 2,3. — С. 312-319. — Бібліогр.: 18 назв. — укр. 1727-4907 http://dspace.nbuv.gov.ua/handle/123456789/2079 007:681.3.00 uk Інститут програмних систем НАН України |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| language |
Ukrainian |
| topic |
Модели и средства инженерии баз данных и знаний Модели и средства инженерии баз данных и знаний |
| spellingShingle |
Модели и средства инженерии баз данных и знаний Модели и средства инженерии баз данных и знаний Балабанов, О.С. Ефективний метод виявлення структур залежностей в статистичних даних |
| description |
Розглянуто проблеми індуктивного виводу (відтворення) структур моделей ймовірнісних залежностей в класі ациклічних
орієнтованих графів та в підкласі монопотокових моделей (де кожний цикл має два або більше колайдерів). Досліджено
властивості монопотокових моделей. Розроблено метод “Proliferator-C” (узагальнений і вдосконалений варіант метода
Chow&Liu), який відтворює структуру монопотокової моделі, спираючись на знання колайдерних змінних та тести умовної
незалежності першого порядку, та алгоритм ‘Collifinder’, який ідентифікує всі колайдерні змінні. Порівняно з відомими
методами “Proliferator-C” є менш критичним до розміру відборки даних, а за складністю – близький до відомих алгоритмів
для лісів (дерев) залежностей. |
| format |
Article |
| author |
Балабанов, О.С. |
| author_facet |
Балабанов, О.С. |
| author_sort |
Балабанов, О.С. |
| title |
Ефективний метод виявлення структур залежностей в статистичних даних |
| title_short |
Ефективний метод виявлення структур залежностей в статистичних даних |
| title_full |
Ефективний метод виявлення структур залежностей в статистичних даних |
| title_fullStr |
Ефективний метод виявлення структур залежностей в статистичних даних |
| title_full_unstemmed |
Ефективний метод виявлення структур залежностей в статистичних даних |
| title_sort |
ефективний метод виявлення структур залежностей в статистичних даних |
| publisher |
Інститут програмних систем НАН України |
| publishDate |
2004 |
| topic_facet |
Модели и средства инженерии баз данных и знаний |
| url |
http://dspace.nbuv.gov.ua/handle/123456789/2079 |
| citation_txt |
Ефективний метод виявлення структур залежностей в статистичних даних / О.С. Балабанов // Проблеми програмування. — 2004. — N 2,3. — С. 312-319. — Бібліогр.: 18 назв. — укр. |
| work_keys_str_mv |
AT balabanovos efektivnijmetodviâvlennâstrukturzaležnostejvstatističnihdanih |
| first_indexed |
2023-03-24T08:23:06Z |
| last_indexed |
2023-03-24T08:23:06Z |
| _version_ |
1796138924795494400 |