New structure learning algorithms and evaluation methods for large dynamic Bayesian networks

Résumé : Les réseaux bayésiens dynamiques (RBD) sont une classe de modèles graphiques probabilistes qui est devenu un outil standard pour la modélisation de divers phénomènes stochastiques variant dans le temps. A cause de la complexité induite par l'ajout de la dimension temporelle, l'apprentissage de la structure DBN est une tâche très complexe. Les algorithmes existants sont des adaptations des algorithmes d'apprentissage de structure pour les RB basés sur score mais sont souvent limités lorsque le nombre de variables est élevé. Une autre limitation pour les études d'apprentissage de la structure des RBD, ils utilisent leurs propres Benchmarks et techniques pour l' évaluation. Le probl ème dans le cas dynamique, nous ne trouvons pas de travaux antérieurs qui fournissent des détails sur les réseaux et les indicateurs de comparaison utilisés. Nous nous concentrons dans ce projet à l'apprentissage de la structure des RBD et ses méthodes d'évaluation avec respectivement une autre famille des algorithmes d'apprentissage de la structure, les méthodes de recherche locale, et une nouvelle approche de génération des grandes standard RBD et une métrique d'évaluation. Nous illustrons l'intérêt de ces méthodes avec des résultats expérimentaux.
Type de document :
Thèse
Machine Learning [cs.LG]. Université de Nantes; Ecole Nationale d'Ingénieurs de Sfax, 2013. English
Liste complète des métadonnées

Littérature citée [114 références]  Voir  Masquer  Télécharger

https://tel.archives-ouvertes.fr/tel-00996061
Contributeur : Philippe Leray <>
Soumis le : lundi 26 mai 2014 - 10:42:13
Dernière modification le : mercredi 25 novembre 2015 - 20:07:23
Document(s) archivé(s) le : mardi 26 août 2014 - 10:46:54

Fichier

Identifiants

  • HAL Id : tel-00996061, version 1

Collections

Citation

Ghada Trabelsi. New structure learning algorithms and evaluation methods for large dynamic Bayesian networks. Machine Learning [cs.LG]. Université de Nantes; Ecole Nationale d'Ingénieurs de Sfax, 2013. English. 〈tel-00996061〉

Partager

Métriques

Consultations de la notice

470

Téléchargements de fichiers

722