TY - GEN

T1 - Статистическое сравнение времени работы алгоритмов глобального апостериорного вывода в алгебраических байесовских сетях

AU - Вяткин, Артём Андреевич

AU - Тулупьев, Александр Львович

N1 - Conference code: XXVI

PY - 2023

Y1 - 2023

N2 - Среди вероятностных графических моделей выделяется класс алгебраических байесовских сетей, которые представляют собой модели баз фрагментов знаний. Важной задачей в теории алгебраических байесовских сетей является глобальный апостериорный вывод, моделирующий поступление новой информации и перестраивающий сеть на этой основе. Ранее было представлено несколько алгоритмов, решающих задачу проведения глобального апостериорного вывода. Данные алгоритмы используют различные глобальные структуры алгебраической байесовской сети - вторичную и третичную. Соответственно определяется задача сравнения этих алгоритмов, в частности необходим сравнительный статистический анализ времени их работы, на что и направлена данная статья. В работе также определяется алгоритм стохастической генерации ациклических алгебраических байесовских сетей, над которыми проводится сравнение алгоритмов глобального апостериорного вывода. В ходе исследований было установлено, что алгоритм, использующий третичную структуру, работает быстрее в 1.15-2 раза на алгебраических байесовских сетях, в которых присутствует 5-150 моделей фрагментов знаний. При этом ускорение тем выше, чем больше атомов в моделях фрагментов знаний и их пересечениях.

AB - Среди вероятностных графических моделей выделяется класс алгебраических байесовских сетей, которые представляют собой модели баз фрагментов знаний. Важной задачей в теории алгебраических байесовских сетей является глобальный апостериорный вывод, моделирующий поступление новой информации и перестраивающий сеть на этой основе. Ранее было представлено несколько алгоритмов, решающих задачу проведения глобального апостериорного вывода. Данные алгоритмы используют различные глобальные структуры алгебраической байесовской сети - вторичную и третичную. Соответственно определяется задача сравнения этих алгоритмов, в частности необходим сравнительный статистический анализ времени их работы, на что и направлена данная статья. В работе также определяется алгоритм стохастической генерации ациклических алгебраических байесовских сетей, над которыми проводится сравнение алгоритмов глобального апостериорного вывода. В ходе исследований было установлено, что алгоритм, использующий третичную структуру, работает быстрее в 1.15-2 раза на алгебраических байесовских сетях, в которых присутствует 5-150 моделей фрагментов знаний. При этом ускорение тем выше, чем больше атомов в моделях фрагментов знаний и их пересечениях.

KW - алгебраические байесовские сети

KW - фрагмент знаний

KW - логико-вероятностный вывод

KW - третичная структура

KW - вероятностные графические модели

KW - машинное обучение

KW - статистическое исследование сложностей алгоритмов

M3 - статья в сборнике материалов конференции

SP - 37

EP - 41

BT - XXVI Международная конференция по мягким вычислениям и измерениям (SCM-2023). Сборник докладов.

T2 - XXVI Международной конференции по мягким вычислениям и измерениям (SCM-2023)

Y2 - 24 May 2023 through 26 May 2023

ER -