Kód: 07026831
Les réseaux Bayésiens (RB) font partie des méthodes d'apprentissage automatique les plus puissantes permettant de modéliser graphiquement et de maničre probabiliste différentes types de systčmes complexes. Un des problčmes communs ... celý popis
Nákupem získáte 129 bodů
Les réseaux Bayésiens (RB) font partie des méthodes d'apprentissage automatique les plus puissantes permettant de modéliser graphiquement et de maničre probabiliste différentes types de systčmes complexes. Un des problčmes communs dans l'apprentissage de la structure des RB est des données de petites tailles. Les méthodes d'apprentissage ensemblistes (eg. le bootstrap ou les algorithmes génétiques...) sont des méthodes souvent utilisées pour traiter le problčme de la pauvreté de données. Toutefois, les méthodes existantes ne permettent pas de comparer deux ensembles de modčles. Nous proposons une nouvelle méthode basée sur le graphe quasi-essentiel (QEG: Quasi Essential Graph) et l'utilisation d'un test multiple afin de comparer deux ensembles de RB. Le QEG permet de résumer et de visualiser graphiquement un ensemble de RB. Le test multiple permet de vérifier si les différences sont statistiquement significatives et de positionner ces différences. L'application sur des données synthétiques et expérimentales a démontré les différents intéręts de la méthode proposée dans la reconstruction des réseaux de régulation génétique et perspectivement dans d'autres applications.
Zařazení knihy Knihy ve francouzštině LITTÉRATURE GÉNÉRALE Essais littéraires
1293 Kč
Osobní odběr Praha, Brno a 12903 dalších
Copyright ©2008-24 nejlevnejsi-knihy.cz Všechna práva vyhrazenaSoukromíCookies
Nákupní košík ( prázdný )