Referat będzie poświęcony przedstawionemu już kiedyś na
tym seminarium podejściu wnioskowania globalnej opartej na wszystkich
atrybutach sieci bayesowskiej na bazie wyuczonych lokalnych struktur
ilustrujących zależności na losowych podzbiorach atrybutów. Tym razem
nacisk będzie położony na wskazaniu specyficznych warunków, przy
których wyuczenie sieci na bazie lokalnych struktur ma szansę być
mniej złożone czasowo w porównaniu z bezpośrednim uczeniem się pełnej
sieci, przy zachowaniu pewnych cech precyzji wyniku. Ponadto poruszony
tez będzie aspekt możliwości efektywnego zrównoleglenia procedury
wnioskowania pełnej sieci z otrzymanych lokalnych grafów.
Nie jesteś zalogowany |
