Geração de redes Bayesianas uniformemente distribuídas.

Detalhes bibliográficos
Autor(a) principal: Ide, Jaime Shinsuke
Data de Publicação: 2002
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/3/3132/tde-15022024-155629/
Resumo: Redes Bayesianas são empregadas em Inteligência Artificial para representar incerteza. Não existe, na literatura atual, algoritmo que dê garantias sobre a distribuição de redes Bayesianas geradas aleatoriamente. Este trabalho apresenta novos métodos para geração aleatória de redes Bayesianas. Tais métodos podem ser empregados para se testar algoritmos de inferência e de aprendizado em redes Bayesianas, e para se obter informações sobre propriedades médias de redes Bayesianas. Este trabalho propõe novos algoritmos para geração uniforme de grafos (isto é, todo grafo tem a mesma probabilidade de ser gerado) multi-conectados e polytrees, para um número especificado de nós e de arcos. Após geração uniforme do grafo, distribuições condicionais são construídas, amostrando-se a distribuição Dirichlet. O resultado final do trabalho foi a confecção de um programa livremente distribuído para geração aleatória de redes Bayesianas, BNGenerator. A aplicação de redes Bayesianas geradas aleatoriamente para análise de métodos quasi-Monte Carlo é apresentada.
id USP_00e98e5af942533f9881603cd6de97cd
oai_identifier_str oai:teses.usp.br:tde-15022024-155629
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Geração de redes Bayesianas uniformemente distribuídas.Untitled in englishBayesian inferenceCadeias de MarkovInferência bayesianaMarkov chainsRedes Bayesianas são empregadas em Inteligência Artificial para representar incerteza. Não existe, na literatura atual, algoritmo que dê garantias sobre a distribuição de redes Bayesianas geradas aleatoriamente. Este trabalho apresenta novos métodos para geração aleatória de redes Bayesianas. Tais métodos podem ser empregados para se testar algoritmos de inferência e de aprendizado em redes Bayesianas, e para se obter informações sobre propriedades médias de redes Bayesianas. Este trabalho propõe novos algoritmos para geração uniforme de grafos (isto é, todo grafo tem a mesma probabilidade de ser gerado) multi-conectados e polytrees, para um número especificado de nós e de arcos. Após geração uniforme do grafo, distribuições condicionais são construídas, amostrando-se a distribuição Dirichlet. O resultado final do trabalho foi a confecção de um programa livremente distribuído para geração aleatória de redes Bayesianas, BNGenerator. A aplicação de redes Bayesianas geradas aleatoriamente para análise de métodos quasi-Monte Carlo é apresentada.Bayesian networks are employed in Artificial Intelligence to represent uncertainty. No algorithm in the literature currently offers guarantees concerning the distribution of generated Bayesian networks. This work presents new methods for random generation of Bayesian networks. Such methods can be used to test inference and learning algorithms for Bayesian networks, and to obtain insights on average properties of such networks. This work proposes new algorithms that can generate uniformly distributed samples of directed a cyclic graphs, like multi-connected networks and polytrees, for a given number of nodes and arcs. After a directed a cyclic graph is uniformly generated, the conditional distributions are produced by sampling Dirichlet distributions. The main result of this work is the development of a freely distributed random Bayesian network generator, BNGenerator. An application of random generated Bayesian networks in the analysis of quasi-Monte Carlo methods is presented.Biblioteca Digitais de Teses e Dissertações da USPCozman, Fabio GagliardiIde, Jaime Shinsuke2002-11-22info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/3/3132/tde-15022024-155629/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-02-15T18:02:02Zoai:teses.usp.br:tde-15022024-155629Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-02-15T18:02:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Geração de redes Bayesianas uniformemente distribuídas.
Untitled in english
title Geração de redes Bayesianas uniformemente distribuídas.
spellingShingle Geração de redes Bayesianas uniformemente distribuídas.
Ide, Jaime Shinsuke
Bayesian inference
Cadeias de Markov
Inferência bayesiana
Markov chains
title_short Geração de redes Bayesianas uniformemente distribuídas.
title_full Geração de redes Bayesianas uniformemente distribuídas.
title_fullStr Geração de redes Bayesianas uniformemente distribuídas.
title_full_unstemmed Geração de redes Bayesianas uniformemente distribuídas.
title_sort Geração de redes Bayesianas uniformemente distribuídas.
author Ide, Jaime Shinsuke
author_facet Ide, Jaime Shinsuke
author_role author
dc.contributor.none.fl_str_mv Cozman, Fabio Gagliardi
dc.contributor.author.fl_str_mv Ide, Jaime Shinsuke
dc.subject.por.fl_str_mv Bayesian inference
Cadeias de Markov
Inferência bayesiana
Markov chains
topic Bayesian inference
Cadeias de Markov
Inferência bayesiana
Markov chains
description Redes Bayesianas são empregadas em Inteligência Artificial para representar incerteza. Não existe, na literatura atual, algoritmo que dê garantias sobre a distribuição de redes Bayesianas geradas aleatoriamente. Este trabalho apresenta novos métodos para geração aleatória de redes Bayesianas. Tais métodos podem ser empregados para se testar algoritmos de inferência e de aprendizado em redes Bayesianas, e para se obter informações sobre propriedades médias de redes Bayesianas. Este trabalho propõe novos algoritmos para geração uniforme de grafos (isto é, todo grafo tem a mesma probabilidade de ser gerado) multi-conectados e polytrees, para um número especificado de nós e de arcos. Após geração uniforme do grafo, distribuições condicionais são construídas, amostrando-se a distribuição Dirichlet. O resultado final do trabalho foi a confecção de um programa livremente distribuído para geração aleatória de redes Bayesianas, BNGenerator. A aplicação de redes Bayesianas geradas aleatoriamente para análise de métodos quasi-Monte Carlo é apresentada.
publishDate 2002
dc.date.none.fl_str_mv 2002-11-22
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/3/3132/tde-15022024-155629/
url https://www.teses.usp.br/teses/disponiveis/3/3132/tde-15022024-155629/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815256985217531904

Registros relacionados