베이지안 네트워크 트리폭 제한 학습의 최신 알고리즘

본 논문은 트리폭이 제한된 베이지안 네트워크 구조를 학습하기 위한 두 가지 새로운 방법을 제시한다. 첫 번째는 구조 학습과 트리폭 계산을 동시에 다루는 혼합 정수 선형 계획(MILP) 모델이며, 두 번째는 k‑트리(트리폭 k인 최대 그래프)를 균등 샘플링한 뒤 그 하위 그래프에 해당하는 최적 구조를 찾는 근사 알고리즘이다. 실험 결과, 제안된 정확 알고리즘이 기존 최첨단 방법보다 우수하고, 근사 방법도 높은 정확도를 보인다.

저자: Siqi Nie, Denis Deratani Maua, Cassio Polpo de Campos