DPM替代KDE用于半参数贝叶斯网络条件密度估计

Victor Alejandre等作者提出在半参数贝叶斯网络（SPBN）中用Dirichlet过程混合（DPM）替代核密度估计（KDE），为网络中的非参数条件概率分布建立新的建模方法。 作者称，该方法通过数据自适应聚类获得更紧凑的表示。相关结论来自论文自述，尚未见独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。