Název: On polyhedral approximations of polytopes for learning Bayes nets
Autoři: Studený, Milan ; Haws, D.
Typ dokumentu: Výzkumné zprávy
Rok: 2011
Jazyk: eng
Edice: Research Report, svazek: 2303
Abstrakt: We review three vector encodings of Bayesian network structures. The first one has recently been applied by Jaakkola et al., the other two use special integral vectors, called imsets. The central topic is the comparison of outer polyhedral approximations of the corresponding polytopes. We show how to transform the inequalities suggested by Jaakkola et al. to the framework of imsets. The result of our comparison is the observation that the implicit polyhedral approximation of the standard imset polytope suggested in (Studený Vomlel 2010) gives a closer approximation than the (transformed) explicit polyhedral approximation from (Jaakkola et al. 2010). Finally, we confirm a conjecture from (Studený Vomlel 2010) that the above-mentioned implicit polyhedral approximation of the standard imset polytope is an LP relaxation of the polytope.
Klíčová slova: imsets; learning Bayesian networks; polytopes
Číslo projektu: CEZ:AV0Z10750506 (CEP), GA201/08/0539 (CEP)
Poskytovatel projektu: GA ČR

Instituce: Ústav teorie informace a automatizace AV ČR (web)
Informace o dostupnosti dokumentu: Dokument je dostupný na externích webových stránkách.
Externí umístění souboru: http://library.utia.cas.cz/separaty/2011/MTR/studeny-on polyhedral approximations of polytopes for learning bayes nets.pdf
Původní záznam: http://hdl.handle.net/11104/0199217

Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-55876


Záznam je zařazen do těchto sbírek:
Věda a výzkum > AV ČR > Ústav teorie informace a automatizace
Zprávy > Výzkumné zprávy