Toggle topbar
北京大学国家发展研究院

指导的基于贝叶斯网络的结构学习学位论文

发布日期：2021-09-01 12:00    来源：

题目：基于贝叶斯网络的结构学习——北京空气污染的主要影响因素实证分析

姓名： 张晗雨

导师姓名：胡大源 马京晶

摘要 本文对图模型进行理论综述探讨，从概率视角下提供一套变量选择和模型设定的规范化流程，遵循“输入 -加入先验条件 -结构学习 -参数学习 -调整不合理变量关系 -验证变量关系 -输出”的步骤重复循环，将专家知识作为先验结构设计，加入图模型的不确定性学习中，提供对引向最终模型设定路径的优化，从而为复杂世界问题提供可供解释的建 模方式。 本文将贝叶斯网络用于PM2.5影响因素研究， 通过 先验设计路径 的调整来寻找最精简 且 最合适的模型 。结合自 然科学领域相关研究 ，通过黑白名单设计，将环境数据变量中确定性关系加入初始结构设计，再通过算法学习挖掘不确定性关系，得到最终的图模型。在与 Lasso结果比较中，结合先验知识和结构信息的贝叶斯网络，能够有效进行变 量选择，降低模型预测误差，并能提供可视化解释。

 

基于贝叶斯网络的结构学习


分享到：
朗润

国家发展研究院官方微信

国家发展研究院官方微信
点击关注点击关注

相关链接

Copyright© 1994-2012 北京大学 国家发展研究院 版权所有, 京ICP备05065075号-1
保留所有权利，不经允许请勿挪用