隐依存森林模型
其他题名Latent dependency forest models
2018-03-20
发表期刊电子设计工程
ISSN1674-6236
卷号26期号:06页码:28-32+37
DOI10.14022/j.cnki.dzsjgc.2018.06.006
摘要概率建模是现代机器学习和人工智能的基础之一。文中提出了一种新的概率模型:隐依存森林模型。隐依存森林模型用森林的结构来建模随机变量之间的关系,并且这个森林的结构可以随着变量取值的不同而做出相应的改变。因此,隐依存森林模型能够建模上下文相关的独立性。我们使用一阶依存文法来参数化隐依存森林模型。隐依存森林模型的学习可以被构建为一个存粹的参数学习问题,从而避免了复杂的结构学习问题。在我们测试的九个数据集上,隐依存森林模型在大部分数据集中取得了最好的效果。
关键词人工智能 机器学习 概率建模 依存文法
URL查看原文
语种中文
原始文献类型学术期刊
来源库WanFang
中图分类号TP18
文献类型期刊论文
条目标识符https://kms.shanghaitech.edu.cn/handle/2MSLDSTB/255530
专题信息科学与技术学院_硕士生
作者单位
1.中国科学院上海微系统与信息技术研究所;
2.上海科技大学;
3.中国科学院大学
第一作者单位上海科技大学
推荐引用方式
GB/T 7714
褚善博. 隐依存森林模型[J]. 电子设计工程,2018,26(06):28-32+37.
APA 褚善博.(2018).隐依存森林模型.电子设计工程,26(06),28-32+37.
MLA 褚善博."隐依存森林模型".电子设计工程 26.06(2018):28-32+37.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[褚善博]的文章
百度学术
百度学术中相似的文章
[褚善博]的文章
必应学术
必应学术中相似的文章
[褚善博]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。