Apprentissage de structure de réseau bayésien par méthode hybride (H2PC)

Maxime Gasse

Equipe DM2L 2

H2PC emploie une méthode de découverte locale à base de contrainte (HPC) pour apprendre le squelette d'un réseau bayésien à partir du voisinage de chaque noeud, puis une méthode gloutonne (Hill Climbing) pour affiner la structure et orienter les arcs. H2PC obtient des résultats significativement meilleurs que l'état de l'art MMHC en terme de qualité de structure, particulièrement au niveau des noeuds comprenant un voisinage large, au prix d'une complexé supérieure en temps de calcul.


Davantage d'information...