版权所有：内蒙古大学图书馆 技术提供：维普资讯• 智图
内蒙古自治区呼和浩特市赛罕区大学西街235号 邮编: 010021
基于后验概率的Markov逻辑网参数学习方法
Pseudo-posterior Parameters Learning of Markov Logic Networks作者机构：吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012
出 版 物：《吉林大学学报（理学版）》 (Journal of Jilin University:Science Edition)
年 卷 期：2006年第44卷第6期
页 面：946-950页
核心收录：
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家自然科学基金重大项目基金(批准号:60496321) 国家自然科学基金(批准号:6037309860173006) 国家863高技术研究发展计划项目基金(批准号:2003AA118020) 吉林省科技发展计划重大项目基金(批准号:20020303) 吉林省科技发展计划项目基金(批准号:20030523)
主 题：统计关系学习 一阶逻辑 Markov网 机器学习 Markov逻辑网
摘 要：通过介绍统计关系学习方法Markov逻辑网的理论模型和参数学习方法,提出一种基于后验概率的参数估计方法,该方法采用正态先验分布,用伪似然概率替代似然概率,通过最大化伪后验概率来学习模型参数.实验结果表明,该方法能够有效地学出模型参数,且所得模型推理能力优于现有的参数学习方法.
