Nie jesteś zalogowany | Zaloguj się

Lokalne uczenie sieci bayesowskich pod kątem szybkości obliczeń

Prelegent(ci)
Mateusz Adamczyk, Paweł Betliński
Termin
18 stycznia 2013 14:15
Pokój
p. 5820
Seminarium
Research Seminar of the Logic Group: Approximate reasoning in data mining

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.