基于遗传算法的有限树宽贝叶斯网络结构融合
Structural Fusion of Bayesian Networks with Limited Treewidth Using Genetic Algorithms
- Instituto de Investigación en Informática de Albacete (I3A)（阿尔瓦塞特信息学研究所（I3A））
- Universidad de Castilla-La Mancha（卡斯蒂利亚-拉曼恰大学）
机构由 AI 辅助整理，请以论文原文为准。
AI总结：
本文提出一种遗传算法，在有限树宽约束下融合多个贝叶斯网络为共识网络，保留关键结构特征并确保推理可计算性，实验验证了其有效性。
AI中文摘要：
本文提出了一种进化计算方法，用于在有限树宽约束下进行结构贝叶斯网络（BN）融合的共识求解。共识BN旨在将多个输入BN协调为一个单一网络，该网络保留原始网络中的关键结构特征。树宽是一种与计算上可处理的推理相关的图参数，被用来限制所得网络的复杂度。本文提出了一种遗传算法，以寻找在确保树宽限制的同时尽可能多地编码关于无限制融合信息的BN。实验评估证明了该遗传算法能够获得有限树宽的共识BN，为聚合来自不同来源的信息同时返回计算上可操作的模型提供了一种有价值的工具。
英文摘要：
This paper introduces an evolutionary computation approach for consensus in structural Bayesian Network (BN) fusion under the constraint of limited treewidth. The consensus BN aims to reconcile multiple input BNs into a single one that retains key structural features present in the original networks. Treewidth, a graph-based parameter associated with computationally tractable inference, is utilized to restrict the complexity of the resulting network. A genetic algorithm is proposed to look for a BN that codifies as much information about the unrestricted fusion as possible while ensuring the treewidth restriction. Experimental evaluation demonstrates the genetic algorithm's ability to obtain consensus BNs with limited treewidth, providing a valuable tool for aggregating information from diverse sources while returning a computationally actionable model.
