Kontextuális Bayes hálók felhasználása az adatelemzésben, értelmezésben és döntéstámogatásban

OData támogatás
Konzulens:
Dr. Antal Péter
Méréstechnika és Információs Rendszerek Tanszék

A diplomaterv témája a valószínűségi modellekben megtalálható kontextuális függetlenségek vizsgálata. A kontextuális függetlenség a feltételes függetlenség érték-specifikus kiterjesztéseként értelmezhető.

A kontextuális függetlenségek reprezentálásához a valószínűségi modellezésben elterjedt Bayes-hálók általánosítását választottam. Összegzem a tárgyterület korábbi megoldásait, melyek közül néhányat alaposabban is megvizsgálok. A megvizsgált megoldások alapja a Bayes-hálók szülő-gyerek (lokális) struktúrájának megváltoztatása, így adva lehetőséget ezen további függetlenségi viszonyok ábrázolására.

A különböző lokális struktúrák bevezetésével nem csupán a Bayes-hálók reprezentációs képességét növeljük, de ezzel együtt a statisztikai adatokból történő tanulás is változik. Ehhez bemutatok néhány ismert tanulási módszert és azok továbbfejlesztési lehetőségeit, hogy a valószínűségi eloszlásokban megtalálható kontextuális függetlenségek is tanulhatóvá váljanak.

Bevezetem a kontextuális Markov-takaró és Markov-burkoló fogalmát, melyek az eredeti fogalom érték-specifikus kiterjesztései. Jelentősége, hogy változók helyett azok értékkonfigurációit használja, melyek mellett egy adott változó függetlenné válik az összes többi változótól. Megvizsgálom és jellemzem ezen értékkonfigurációk tulajdonságait. Ismertetek egy algoritmust, mellyel a kontextuális Markov-burkoló értékkonfigurációi számíthatóak egy kontextuális Bayes-háló alapján. Végül generált és valós adatokon értékelem az implementációt.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.