Partial Order MCMC for Structure Discovery in Bayesian Networks

Teppo Mikael Niinimäki, Pekka Parviainen, Mikko Koivisto

Tutkimustuotos: Artikkeli kirjassa/raportissa/konferenssijulkaisussaKonferenssiartikkeliTieteellinenvertaisarvioitu

Abstrakti

We present a new Markov chain Monte Carlo method for estimating posterior probabilities of structural features in Bayesian networks. The method draws samples from the posterior distribution of partial orders on the nodes; for each sampled partial order, the conditional probabilities of interest are computed exactly. We give both analytical and empirical results that suggest the superiority of the new method compared to previous methods, which sample either directed acyclic graphs or linear orders on the nodes.

Alkuperäiskielienglanti
OtsikkoProceedings of the Twenty-Seventh Conference Conference on Uncertainty in Artificial Intelligence (UAI-11)
Sivumäärä8
KustantajaAUAI Press
Julkaisupäivä2011
Sivut557-565
TilaJulkaistu - 2011
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisuussa
TapahtumaUnknown host publication - , Yhdysvallat (USA)
Kesto: 1 tammikuuta 1800 → …

Lisätietoja


Volume:
Proceeding volume:

Tieteenalat

  • 113 Tietojenkäsittely- ja informaatiotieteet

Siteeraa tätä