...
机译:当存在离散数据和连续数据时,通用MDL准则及其在学习贝叶斯网络结构中的应用。
MDL pronciple; Bayesian network; Universal coding; Kullback-Leibler divergence; Radon-Nikodym derivative;
机译:当存在离散数据和连续数据时,广义MDL准则及其在学习贝叶斯网络结构中的应用。
机译:当存在离散数据和连续数据时,通用MDL准则及其在学习贝叶斯网络结构中的应用。
机译:当存在离散数据和连续数据时,通用MDL准则及其在学习贝叶斯网络结构中的应用。
机译:离散变量和连续变量同时存在时基于贝叶斯/ MDL准则的贝叶斯网络结构估计
机译:从数据学习贝叶斯网络:结构优化和参数估计。
机译:CGBayesNets:带混合离散和连续数据的条件高斯贝叶斯网络学习和推理
机译:从连续数据中学习离散贝叶斯网络
机译:混合网:贝叶斯网络中具有混合连续和离散变量的高斯分解因子