Abstract

Азарнова Татьяна Васильевна, д-р техн. наук, зав. кафедрой математических методов исследования операций, Воронежский государственный университет, г. Воронеж; ivdas_92@mail.ru. Баркалов Сергей Алексеевич, д-р техн. наук, декан факультета экономики, менеджмента и информационных технологий, зав. кафедрой управления строительством, Воронежский государственный технический университет, г. Воронеж; sbarkalov@nm.ru. Полухин Павел Валерьевич, канд. техн. наук, преподаватель, Воронежский государственный университет, г. Воронеж; alfa_force@bk.ru. T.V. Asarnova1, ivdas_92@mail.ru, S.A. Barkalov2, sbarkalov@nm.ru, P.V. Polukhin1, alfa_force@bk.ru 1 Voronezh State University, Voronezh, Russian Federation, 2 Voronezh State Technical University, Voronezh, Russian Federation

Highlights

  • Введение Процедура обучения динамических байесовских сетей представляет собой сложный и многоаспектный процесс, требующий детального понимания вероятностных и временных связей между узлами сетей

  • На первом шаге происходит определение базовой структуры динамической байесовской сети за счет формирования Марковского покрытия для каждого из узлов

  • The construction of topologies of dynamic Bayesian networks that appropriately reflect the probabilistic and functional relationships between the elements of such processes is a main factor in the simulation using this tool

Read more

Summary

Introduction

Введение Процедура обучения динамических байесовских сетей представляет собой сложный и многоаспектный процесс, требующий детального понимания вероятностных и временных связей между узлами сетей. Разработка гибридного алгоритма обучения структуры динамической байесовской сети... Зонами большинства алгоритмов обучения структуры динамических байесовских сетей является определение вершин, которые реализуют транзитивные связи между временными срезами и определение направленности данных связей. Процедура обучения структуры производится на основе статистического анализа обучающей выборки, содержащей множества значений, принимаемых вершинами (узлами) сети [2].

Results
Conclusion

Talk to us

Join us for a 30 min session where you can share your feedback and ask us any queries you have

Schedule a call

Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.