New structure learning algorithms and evaluation methods for large dynamic Bayesian networks

New structure learning algorithms and evaluation methods for large dynamic Bayesian networks

Les réseaux bayésiens dynamiques (RBD) sont une classe de modèles graphiques probabilistes qui est devenu un outil standard pour la modélisation de divers phénomènes stochastiques variant dans le temps. A cause de la complexité induite par l ajout de la dimension temporelle, l apprentissage de la st...

Description complète

Enregistré dans:
Détails bibliographiques
Auteurs principaux : Trabelsi Ghada (Auteur), Leray Philippe (Directeur de thèse), Alimi Mohamed Adel (Directeur de thèse), Piechowiak Sylvain (Président du jury de soutenance, Membre du jury), Ben Amor Nahla (Rapporteur de la thèse, Membre du jury)
Collectivités auteurs : Université de Nantes 1962-2021 (Organisme de soutenance), Université de Nantes Faculté des sciences et des techniques (Organisme de soutenance), École doctorale Sciences et technologies de l'information et mathématiques Nantes (Organisme de soutenance), Laboratoire d Informatique de Nantes Atlantique (UMR 6241) Nantes (Ecole doctorale associée à la thèse)
Format : Thèse ou mémoire
Langue : anglais
Titre complet : New structure learning algorithms and evaluation methods for large dynamic Bayesian networks / Ghada Trabelsi; sous la direction de Philippe Leray ; co-directeur de thèse Adel. M.Alimi
Publié : [Lieu de publication inconnu] : [éditeur inconnu] , 2014
Accès en ligne : Accès Nantes Université
Note de thèse : Thèse de doctorat : Informatique : Nantes : 2013
Sujets :
Statistique bayésienne
Méthode comparative
Structure d apprentissage
Méthodes de recherche locale
Thèses et écrits académiques
Documents associés : Reproduction de: New structure learning algorithms and evaluation methods for large dynamic Bayesian networks

Internet

https://archive.bu.univ-nantes.fr/pollux/show/show?id=44f085b8-0793-4307-b11f-b84d376d296f