摘要。本文介绍了 MCTS-BN,它是蒙特卡洛树搜索 (MCTS) 算法的一种改编,用于贝叶斯网络 (BN) 的结构学习。MCTS 最初设计用于博弈树探索,现已重新用于解决学习 BN 结构的挑战,方法是探索贝叶斯网络中潜在祖先顺序的搜索空间。然后,它采用爬山法 (HC) 从每个顺序中得出贝叶斯网络结构。在大型 BN 中,变量顺序的搜索空间变得巨大,在推出阶段使用完全随机的顺序通常不可靠且不切实际。我们采用半随机方法来应对这一挑战,方法是结合从其他启发式搜索算法(如贪婪等价搜索 (GES)、PC 或 HC 本身)获得的变量顺序。这种混合策略减轻了计算负担并提高了推出过程的可靠性。实验评估证明了 MCTS-BN 在改进传统结构学习算法生成的 BN 方面的有效性,即使在基础算法阶数次优的情况下也表现出稳健的性能,并且在提供有利阶数时超越了黄金标准。
主要关键词
![arXiv:2502.01527v1 [cs.LG] 2025 年 2 月 3 日PDF文件第1页](/bimg/5/523aab58e530e0a734f4969e7b63b1bf1cddef13.webp)
![arXiv:2502.01527v1 [cs.LG] 2025 年 2 月 3 日PDF文件第2页](/bimg/5/52e3e5c4974eaa8d72581440b8eaf1d657d0cb0b.webp)
![arXiv:2502.01527v1 [cs.LG] 2025 年 2 月 3 日PDF文件第3页](/bimg/4/42aa57a854fefe8bfc722044d78ee06755c1b70a.webp)
![arXiv:2502.01527v1 [cs.LG] 2025 年 2 月 3 日PDF文件第4页](/bimg/d/d975d800f4ee301fc750f78683078b4ed3efc993.webp)
![arXiv:2502.01527v1 [cs.LG] 2025 年 2 月 3 日PDF文件第5页](/bimg/e/e6a4cbbd65ea39307bc4a63317c49f8b78a5e0b0.webp)
