条件独立性相关论文
随着以基因芯片为代表的高通量测量技术的发明和广泛应用,生物数据出现了爆炸式增长,有效利用这些数据理解其背后的生物网络是系统......
随着信息技术的应用普及，数据爆炸和知识贫乏之间的矛盾越来越大，使数据挖掘的深入研究和广泛应用势在必行。在数据挖掘的各分支中，关......
数据挖掘(Data Mining)是在应用需求的背景下产生并迅速发展起来的、开发信息资源的一套科学方法、算法及软件工具和环境，是集统计......
如何有效挖掘数据中蕴含的因果关系是自然科学研究的基础问题。统计学中变量之间的相关性不等于因果关系。变量之间的因果关系应当......
挖掘数据间蕴含的因果性是很多科学领域中的一个基础问题.然而现在很多方法只能从数据中构造出关联型网络,暂时还没有有效的途径对......
Simpson悖论提醒人们在低维空间的统计推断可能会严重歪曲高维现实 .针对该悖论 ,研究Yule测度的简单可压缩性、强可压缩性和连续......
朴素Bayes分类器是一种简单有效的机器学习工具.本文用朴素Bayes分类器的原理推导出“朴素Bayes组合”公式,并构造相应的分类器.经......
针对仿真可信度评估是VV&A的核心内容,为了有效的利用VV&A活动的有关信息,提高可信度的准确性和可操作性,提出根据形式化评估来提......
用信息熵的观点,如果将Bayesian网看作Agent的背景知识,采用与Bayesian网对应的概率分布作为信念函数的Agent的分布是最合理的,说......
OPEC(Organization of the Petroleum Exporting Countries,简称OPEC)长期以来被认为是一个国际卡特尔组织,其通过联合各产油国限......
沈清文[1]和李开灿[2]分别提出了I×J×K列联表中辅助交互作用的强可压缩性。然而，该概念对有序背景变量是不适合的。这是......
本文研究确信因子模型与Bayes网络之间的区别与联系.首先讨论确信因子模型理论基础的局限性,证明确信因子模型中蕴含着与简单Bayes......
本文提出了Bayesian网的独立性推广模型.Bayesian网能够表示变量之间概率影响关系与条件独立性,但不能表示因果独立性.虽然Noisy O......
图模型是近年来兴起的一个新的统计研究方向，主要借助拓扑图的直观形式对多维概率分布进行统计推断和因果分析。本文对图模型的基本......
链图的条件独立性随给定变量次序的变化而变化。定义有向图上的最小独立性并将其扩充到链图上,给定链图的一个变量次序,从而得到与......
提出多维时间序列中各分量之间直接联系存在性的信息论检验方法，构造了条件互信息统计量检验分量间的条件独立性，统计量的显著性用置......
如何根据观察数据来推断因赛网绦餘爾是统计学翁雜.器学习领域的重要问题。近年來学者_取得T许多研究輿暴LiNGAM算法是其香一种经......
分类是十分基础且很关键的数据分析技术,而基于贝叶斯理论的朴素贝叶斯分类技术是当前数据分析领域的一个研究热点。文章针对条件......
本文对一种新型中药降脂灵片的药效进行因果分析。实验数据样本量小且是混合变量类型,传统的统计方法难以处理,本文采用图模型的方......
给出了随机变量的随机条件独立性、回归条件独立性及其强随机条件独立性的概念,并且证明了这几种条件独立性的相互关系.主要结论是......
Bayesian网是一种进行不确定性推理的有力工具,它结合图型理论和概率理论,可以方便地表示和计算我们感兴趣的事件概率,同时也是对......
Pair-Copula贝叶斯网络模型是解决变量间相依关系推断问题的一种有效模型,而条件独立性检验是该模型构建过程中的关键步骤。文章在......
Bayes网络模型利用随机变量之间的条件独立关系，减少了表示一组随机变量的联合概率分布时所需要的参数，并且借助于图的直观表示和变......
阐述了贝叶斯网络结构学习的内容与方法 ,提出一种基于条件独立性 (CI)测试的启发式算法。从完全潜在图出发 ,融入专家知识和先验......
维数约简作为机器学习的经典问题之一,主要用于处理维数灾问题、帮助加速算法的计算效率和提高可解释性以及数据可视化.传统的维数......
变量间的条件独立性可视为在概率空间上对其因果关系的一种描述,可以通过检验变量之间的条件独立性来检验因果关系。通过详细介绍......
随着互联网技术的迅猛发展,来自各个领域的数据量正在迅速增长,人们越来越多地意识到数据的重要性。如何有效地把数据转化为可以加......
本文讨论了倾向指数匹配方法估计中变量选择和模型设定对估计偏差的影响。发现条件独立性假设是正确估计平均因果效应的关键。如果......
协方差是概率论和统计学中的基本概念,用于度量两个随机变量之间的相关关系.协方差矩阵则是协方差在多维上的推广,用于度量多个随......
人类对自然的探索活动本质上是发现各种现象的原因,因果关系能够给出各种现象的解释,而这些解释能帮助我们理解和掌握自然规律。设......
常用的数据挖掘方法有许多,贝叶斯网络(Bayesian Networks,BN)方法在数据挖掘中的应用是当前研究的热点问题。贝叶斯网络是一种进......
贝叶斯网络的学习问题一直是知识发现领域的重要研究方向，目前主要有两种贝叶斯网络结构学习算法：基于评分搜索的方法，基于依赖分析的......
常用的数据挖掘方法有许多,贝叶斯网络(Bayesian Networks ,BN)方法在数据挖掘中的应用是当前研究的热点问题,具有广阔的应用前景......
本文研究电磁场街接条件的独立性问题。文中指出在进行电磁场分析计算时,只需顾及不同媒质交界面上电场强度的切线分量和磁场强度......
本文考虑在条件独立正态模型下估计高维协方差矩阵的一种新方法,利用因果强分割搜索算法找到随机变量之间的条件独立性并设计了新......
