Luận án tiến sĩ: Techniques for incorporating data quality assessments into learning algorithms for Bayesian networks

Luận án tiến sĩ đề xuất kỹ thuật tích hợp đánh giá chất lượng dữ liệu vào thuật toán học mạng Bayes. Cải thiện độ chính xác và tin cậy của mô hình dự đoán.

Trường ĐH

University of South Carolina

Chuyên ngành

Computer Science and Engineering

Tác giả

Luan An

Thể loại

Luận án tiến sĩ

Năm xuất bản

Số trang

124

Thời gian đọc

19 phút

Lượt xem

0

Lượt tải

0

Phí lưu trữ

40 Point

Tóm tắt nội dung

I.Nâng cao Học mạng Bayesian với Đánh giá chất lượng dữ liệu

Các thuật toán học cấu trúc mạng Bayesian (BNs) đã thành công lớn. Chúng học trực tiếp từ dữ liệu. Tuy nhiên, một giả định cơ bản thường được đưa ra. Dữ liệu đầu vào cho thuật toán học luôn chính xác. Giả định này đơn giản và có thể gây ra vấn đề nghiêm trọng. Nó dẫn đến các khung ra quyết định thiên vị. Các quyết định này cũng có thể không thực tế. Để các thuật toán ra quyết định đạt tiềm năng tối đa, cần thiết kế chúng khác đi. Chúng phải có khả năng tính đến chất lượng dữ liệu. Điều này quan trọng cho các mô hình đồ họa xác suất. Việc bỏ qua chất lượng dữ liệu làm suy yếu tính toàn vẹn của mô hình. Cần một phương pháp để đánh giá dữ liệu. Nghiên cứu này đặt nền tảng cho sự phát triển thuật toán mới. Các thuật toán này tích hợp đánh giá chất lượng dữ liệu. Chúng được đưa vào các thuật toán học BN truyền thống. Đặc biệt, thuật toán PC được tập trung phân tích. Mục tiêu là cải thiện độ chính xác mô hình. Nó cũng tăng cường khả năng ra quyết định.

1.1. Thách thức trong Học mạng Bayesian

Các thuật toán học cấu trúc mạng Bayesian đã đạt nhiều thành tựu. Việc học trực tiếp từ dữ liệu là phổ biến. Tuy nhiên, một giả định cốt lõi tồn tại. Giả định này cho rằng dữ liệu đầu vào là hoàn hảo. Thực tế, giả định này rất ngây thơ. Nó dẫn đến các khung quyết định thiếu khách quan. Các mô hình học từ dữ liệu không chính xác không phản ánh đúng sự thật. Điều này tạo ra rủi ro lớn trong các hệ thống ra quyết định.

1.2. Nhu cầu Đánh giá chất lượng dữ liệu

Để khai thác toàn bộ tiềm năng của thuật toán ra quyết định, cần có cách tiếp cận mới. Thuật toán phải tích hợp khả năng xem xét chất lượng dữ liệu. Việc này rất quan trọng cho các mô hình đồ họa xác suất. Chất lượng dữ liệu kém làm giảm độ tin cậy của mô hình học. Cần có các phương pháp đánh giá mạnh mẽ. Chúng giúp xác định và xử lý dữ liệu không chính xác. Điều này đảm bảo tính chính xác của mô hình học.

1.3. Mục tiêu tổng quan của nghiên cứu

Nghiên cứu này là nền tảng cho các thuật toán tiên tiến. Các thuật toán này kết hợp đánh giá chất lượng dữ liệu. Việc tích hợp này được thực hiện vào các thuật toán học mạng Bayesian truyền thống. Thuật toán PC là trọng tâm chính của nghiên cứu. Mục tiêu là nâng cao độ chính xác của mô hình. Nó cũng cải thiện khả năng ra quyết định trong môi trường dữ liệu thực tế. Công trình này hỗ trợ phát triển các mô hình học máy mạnh mẽ hơn.

II.Định lượng tác động Dữ liệu không chính xác trên PC

Nghiên cứu bắt đầu bằng việc xem xét lại các khái niệm cơ bản. Mạng Bayesian, thuật toán học, và các thước đo chất lượng dữ liệu được kiểm tra. Dữ liệu thường không hoàn hảo trong thế giới thực. Giả định dữ liệu 'sạch' không còn phù hợp. Sự hiểu biết về chất lượng dữ liệu là thiết yếu. Nó ảnh hưởng đến mọi giai đoạn học mô hình. Tác động của dữ liệu không chính xác đã được định lượng. Ảnh hưởng này được đánh giá cụ thể trên thuật toán PC. Thuật toán PC là một phương pháp phổ biến. Nó được dùng để học cấu trúc mạng Bayesian. Dữ liệu kém chất lượng có thể làm sai lệch kết quả. Nó dẫn đến cấu trúc mạng không chính xác. Điều này ảnh hưởng đến suy luận nhân quả. Dữ liệu chất lượng thấp tạo ra các mô hình thiếu tin cậy. Điều này gây khó khăn trong việc ra quyết định. Các ứng dụng máy học bị ảnh hưởng tiêu cực. Mô hình không thể phản ánh đúng mối quan hệ thực tế. Việc định lượng này cung cấp cơ sở. Nó cho thấy sự cần thiết của việc tích hợp chất lượng dữ liệu. Điều này rất quan trọng để đảm bảo tính toàn vẹn của dữ liệu.

2.1. Phân tích giả định dữ liệu sạch

Nghiên cứu xem xét kỹ lưỡng các giả định cơ bản. Giả định về dữ liệu sạch thường được sử dụng trong học máy. Các nguyên tắc của mạng Bayesian, thuật toán học và đo lường chất lượng dữ liệu được đánh giá lại. Dữ liệu thực tế thường chứa lỗi và thiếu sót. Do đó, giả định dữ liệu sạch là không thực tế. Hiểu biết sâu sắc về chất lượng dữ liệu rất quan trọng. Nó ảnh hưởng đến độ chính xác của mọi quá trình học mô hình.

2.2. Ảnh hưởng của Dữ liệu không chính xác

Tác động của dữ liệu không chính xác đã được định lượng. Ảnh hưởng này đặc biệt được phân tích trên thuật toán PC. Thuật toán PC là một phương pháp học cấu trúc mạng Bayesian. Dữ liệu kém chất lượng có thể làm sai lệch đáng kể kết quả học. Nó dẫn đến việc hình thành cấu trúc mạng không chính xác. Điều này trực tiếp ảnh hưởng đến khả năng thực hiện suy luận nhân quả. Mô hình trở nên không đáng tin cậy.

2.3. Hậu quả của Dữ liệu chất lượng thấp

Dữ liệu chất lượng thấp sinh ra các mô hình không đáng tin cậy. Các mô hình này khó sử dụng trong quá trình ra quyết định. Các ứng dụng máy học bị ảnh hưởng nghiêm trọng. Mô hình không thể nắm bắt đúng các mối quan hệ thực tế trong dữ liệu. Việc định lượng tác động này cung cấp bằng chứng rõ ràng. Nó chứng minh sự cần thiết phải tích hợp các đánh giá chất lượng dữ liệu. Điều này rất quan trọng để duy trì tính toàn vẹn của dữ liệu.

III.Kỹ thuật tích hợp Đánh giá chất lượng dữ liệu mới

Sau khi định lượng tác động, nghiên cứu tập trung vào giải pháp. Ba kỹ thuật mới đã được phát triển. Chúng nhằm mục đích kết hợp đánh giá chất lượng dữ liệu. Việc tích hợp này được thực hiện vào thuật toán PC. Mục tiêu là tạo ra các thuật toán mạnh mẽ hơn. Các thuật toán này có khả năng chịu đựng dữ liệu không hoàn chỉnh. Ba kỹ thuật khác nhau được đề xuất. Mỗi kỹ thuật có một cách tiếp cận riêng. Chúng để xử lý dữ liệu kém chất lượng. Một kỹ thuật điều chỉnh mức ý nghĩa. Các kỹ thuật khác có thể bao gồm điều chỉnh trọng số dữ liệu hoặc xử lý trực tiếp các điểm dữ liệu không đáng tin cậy. Mục tiêu là giảm thiểu lỗi. Các lỗi do dữ liệu không chính xác gây ra. Các kỹ thuật này được áp dụng trực tiếp vào thuật toán PC. Thuật toán PC là một công cụ mạnh mẽ. Nó dùng để khám phá cấu trúc đồ thị. Việc tích hợp này giúp thuật toán PC hoạt động tốt hơn. Nó hoạt động trong môi trường dữ liệu thực tế. Các mô hình học được sẽ đáng tin cậy hơn. Chúng cung cấp cái nhìn sâu sắc hơn về suy luận nhân quả.

3.1. Phát triển phương pháp cải tiến

Nghiên cứu tập trung vào việc phát triển các phương pháp giải quyết vấn đề. Ba kỹ thuật sáng tạo đã được tạo ra. Chúng nhằm mục đích tích hợp đánh giá chất lượng dữ liệu. Việc tích hợp này được thiết kế cho thuật toán PC. Mục tiêu là xây dựng các thuật toán mạnh mẽ hơn. Các thuật toán này có thể hoạt động hiệu quả với dữ liệu không hoàn hảo. Điều này cải thiện độ bền vững của các mô hình học máy.

3.2. Ba kỹ thuật Đánh giá chất lượng dữ liệu

Ba kỹ thuật riêng biệt đã được đề xuất. Mỗi kỹ thuật có phương pháp tiếp cận độc đáo. Chúng giải quyết thách thức từ dữ liệu kém chất lượng. Một trong các kỹ thuật này liên quan đến việc điều chỉnh mức ý nghĩa. Các kỹ thuật khác có thể bao gồm phương pháp xử lý trực tiếp dữ liệu không đáng tin cậy. Mục đích chính là giảm thiểu sai sót. Các sai sót này phát sinh từ dữ liệu không chính xác. Điều này nâng cao độ tin cậy của mô hình.

3.3. Áp dụng cho Thuật toán PC

Các kỹ thuật mới này được áp dụng cụ thể cho thuật toán PC. Thuật toán PC là một công cụ quan trọng. Nó được dùng để khám phá cấu trúc đồ thị trong mạng Bayesian. Việc tích hợp các kỹ thuật này cải thiện hiệu suất của thuật toán PC. Nó giúp thuật toán hoạt động hiệu quả hơn với dữ liệu thực tế. Các mô hình mạng Bayesian học được sẽ chính xác hơn. Chúng cung cấp khả năng suy luận nhân quả đáng tin cậy.

IV.Kết quả nghiên cứu và Hướng phát triển thuật toán

Kết quả nghiên cứu chỉ ra một kỹ thuật đặc biệt hứa hẹn. Kỹ thuật này điều chỉnh mức ý nghĩa. Mức ý nghĩa được sử dụng bởi thuật toán PC. Việc điều chỉnh này giúp thuật toán PC hiệu quả hơn. Nó đối phó với sự không chắc chắn của dữ liệu. Kỹ thuật này cải thiện độ mạnh của thuật toán. Nó dẫn đến các mô hình BN chính xác hơn. Kết quả này rất quan trọng cho các ứng dụng thực tế. Nghiên cứu trình bày và giải thích chi tiết các kết quả. Việc này củng cố hiểu biết về ảnh hưởng của chất lượng dữ liệu. Nó cũng cho thấy cách cải thiện các thuật toán hiện có. Tiềm năng của việc điều chỉnh mức ý nghĩa được làm rõ. Nó giúp định hướng phát triển các thuật toán học máy. Các thuật toán này có khả năng thích ứng tốt hơn với dữ liệu thực. Dựa trên các phát hiện, nghiên cứu đề xuất các hướng dẫn. Chúng dành cho nghiên cứu trong tương lai. Các hướng này bao gồm việc khám phá các kỹ thuật tích hợp khác. Nó cũng mở rộng ứng dụng sang các thuật toán học BN khác. Cần có thêm nghiên cứu về định lượng sự không chắc chắn. Điều này giúp cải thiện hơn nữa tính toàn vẹn của dữ liệu.

4.1. Kỹ thuật điều chỉnh mức ý nghĩa

Các phát hiện cho thấy một kỹ thuật cụ thể rất hứa hẹn. Kỹ thuật này liên quan đến việc điều chỉnh mức ý nghĩa. Mức ý nghĩa được sử dụng trong thuật toán PC. Việc điều chỉnh này cải thiện khả năng của thuật toán PC. Nó xử lý hiệu quả hơn sự không chắc chắn trong dữ liệu. Kỹ thuật này nâng cao độ mạnh của thuật toán. Nó tạo ra các mô hình mạng Bayesian chính xác hơn. Điều này có ý nghĩa quan trọng cho các ứng dụng thực tế.

4.2. Khám phá tiềm năng thuật toán PC

Nghiên cứu trình bày chi tiết các kết quả đã đạt được. Nó làm rõ tác động của chất lượng dữ liệu. Nó cũng chỉ ra các phương pháp cải thiện thuật toán hiện có. Tiềm năng của việc điều chỉnh mức ý nghĩa được nhấn mạnh. Kết quả này cung cấp hướng đi cho việc phát triển các thuật toán học máy. Các thuật toán này có khả năng thích ứng tốt hơn với dữ liệu thực. Điều này giúp tối ưu hóa hiệu suất mô hình.

4.3. Đề xuất hướng nghiên cứu trong tương lai

Dựa trên những phát hiện, nghiên cứu đưa ra các khuyến nghị. Các khuyến nghị này dành cho các nghiên cứu tiếp theo. Chúng bao gồm việc khám phá thêm các kỹ thuật tích hợp mới. Việc mở rộng ứng dụng sang các thuật toán học mạng Bayesian khác cũng được đề xuất. Cần tiếp tục nghiên cứu về định lượng sự không chắc chắn. Điều này giúp nâng cao hơn nữa tính toàn vẹn của dữ liệu. Nó đảm bảo độ tin cậy của các mô hình học.

V.Vai trò Chất lượng dữ liệu trong Mô hình mạng Bayesian

Chất lượng dữ liệu đóng vai trò then chốt. Nó tối ưu hóa hiệu suất của mô hình mạng Bayesian. Dữ liệu chất lượng cao dẫn đến học mô hình hiệu quả hơn. Các quyết định được đưa ra dựa trên mô hình sẽ đáng tin cậy hơn. Điều này đặc biệt quan trọng trong các lĩnh vực yêu cầu độ chính xác cao. Nó bao gồm y tế, tài chính và an ninh. Nghiên cứu này nhấn mạnh. Chất lượng dữ liệu trực tiếp ảnh hưởng đến suy luận nhân quả. Các mô hình mạng Bayesian được sử dụng rộng rãi cho mục đích này. Bằng cách tích hợp đánh giá chất lượng dữ liệu, mô hình tạo ra suy luận đáng tin cậy hơn. Nó giảm thiểu rủi ro từ dữ liệu sai lệch. Điều này tăng cường sự tin cậy vào kết quả phân tích. Các kỹ thuật được phát triển mở ra cánh cửa mới. Chúng giúp mở rộng ứng dụng của mạng Bayesian. Điều này áp dụng cho các tình huống dữ liệu thực tế. Khả năng xử lý dữ liệu không hoàn chỉnh. Điều này làm cho học máy trở nên thực tế hơn. Nó áp dụng cho các tập dữ liệu đa dạng. Công trình này là một bước tiến quan trọng. Nó hướng tới việc xây dựng các hệ thống trí tuệ nhân tạo mạnh mẽ hơn.

5.1. Tối ưu hóa hiệu suất Mô hình

Chất lượng dữ liệu là yếu tố then chốt. Nó quyết định hiệu suất của các mô hình mạng Bayesian. Dữ liệu chất lượng cao cho phép học mô hình hiệu quả hơn. Điều này dẫn đến các quyết định đáng tin cậy hơn. Điều này đặc biệt quan trọng trong các lĩnh vực yêu cầu độ chính xác cao. Ví dụ như chăm sóc sức khỏe và tài chính. Đảm bảo chất lượng dữ liệu là bước đầu tiên để xây dựng mô hình mạnh mẽ.

5.2. Đảm bảo độ tin cậy của Suy luận

Nghiên cứu này làm nổi bật mối liên hệ trực tiếp. Chất lượng dữ liệu ảnh hưởng đến suy luận nhân quả. Mạng Bayesian thường được sử dụng cho mục đích này. Bằng cách tích hợp đánh giá chất lượng dữ liệu, mô hình có thể tạo ra suy luận chính xác hơn. Điều này giảm thiểu rủi ro từ dữ liệu sai lệch. Nó tăng cường độ tin cậy của kết quả phân tích. Tính toàn vẹn của dữ liệu được đảm bảo hơn.

5.3. Mở rộng ứng dụng học máy

Các kỹ thuật được phát triển trong luận án mở ra nhiều cơ hội mới. Chúng cho phép mở rộng ứng dụng của mạng Bayesian. Điều này áp dụng cho các tình huống dữ liệu phức tạp. Khả năng xử lý dữ liệu không hoàn chỉnh là then chốt. Điều này làm cho học máy trở nên thực tế hơn. Nó có thể được áp dụng cho nhiều tập dữ liệu đa dạng. Công trình này là một đóng góp quan trọng. Nó hướng tới việc phát triển hệ thống trí tuệ nhân tạo mạnh mẽ hơn.

Xem trước tài liệu
Tải đầy đủ để xem toàn bộ nội dung
Luận án tiến sĩ: Techniques for incorporating data quality assessments into learning algorithms for Bayesian networks

Tải xuống file đầy đủ để xem toàn bộ nội dung

Tải đầy đủ (124 trang)

Trích đoạn nội dung luận án

Tải xuống để đọc toàn bộ

TECHNIQUES FOR INCORPORATING DATA QUALITY ASSESSMENTS INTO LEARNING ALGORITHMS FOR BAYESIAN NETWORKS By Valerie Kay Sessions Bachelor of Science College of Charleston, 2001 Master of Science University of Charleston, 2002 Submitted in Partial Fulfillment of the Requirements For the Degree of Doctor of Philosophy in the Department of Computer Science and Engineering College of Engineering and Information Technology University of South Carolina 2006 ụ or Professor Chairman, Examining Committee (comming Member Committee Member Committee Member ˆ Dean of the Graduate School UMI Number: 3245436 INFORMATION TO USERS The quality of this reproduction is dependent upon the quality of the copy submitted. Broken or indistinct print, colored or poor quality illustrations and photographs, print bleed-through, substandard margins, and improper alignment can adversely affect reproduction. In the unlikely event that the author did not send a complete manuscript and there are missing pages, these will be noted. Also, if unauthorized copyright material had to be removed, a note will indicate the deletion.

® UMI UMI Microform 3245436 Copyright 2007 by ProQuest Information and Learning Company. All rights reserved. This microform edition is protected against unauthorized copying under Title 17, United States Code. ProQuest Information and Learning Company 300 North Zeeb Road P.

Box 1346 Ann Arbor, MI 48106-1346 For my Grandfathers. Elzie Howard McCormick 1932-2003 Henry Thomas Sessions 1931-2006 il Acknowledgements I would like to first thank my husband Kip for his love and support - for listening to me and supporting me during both the highs and lows of the past years. I would like to thank my parents, Tommy and Debbie Sessions, for the drive they have instilled in me to begin this research and degree, and for instilling my faith in God which has allowed me to complete it; my in-laws, Paul and Ann Hooker, for countless hours of babysitting; my Grandmother for many dinner meals in Blythewood; my son Austin and new daughter Remley for sleeping every now and then so that I could finish one last page of writing. I would like to thank my entire committee for their time and patience with this process, especially Marco Valtorta for allowing me to spend countless hours in his office learning and asking endless questions.

I would also like to thank Jewel Rogers for all of her help administratively - she made commuting two hours possible. Thanks to all my fellow classmates for your inspiration and code snippets. Thanks to my girlfriends Chris and Amy for their support and love, my Women’s Bible Study and church for all of their prayers during this endeavor. Thank you to my former supervisor Richard Baker for funding this work and allowing me ample time to commute to Columbia, and many thanks to all my former co- workers at SPAWAR for their support (and covering for me) during this process.

ili Abstract The field of Bayesian Networks (BNs) has had much success in developing structure learning algorithms to learn BNs directly from data. However, research has normally started with the assumption that the data given to the learning algorithm is accurate. This assumption is a naive one and can lead to very biased and unrealistic decision making frameworks. If we are to use decision making algorithms to their full potential we must design them with the capability to account for data quality.

Our research lays the foundation for the development of new algorithms that incorporate data quality assessments into traditional BN learning algorithms — specifically the PC algorithm. We begin by reviewing Bayesian networks, learning algorithms, and data quality measures. We then quantify the effect of inaccurate data on the PC algorithm and develop three techniques for incorporating data quality assessments into the algorithm. Results indicate that a technique which modifies the significance level used by the PC algorithm is promising.

We show and explain these results and offer guidelines for future research in this area. EEE SEE ES 1 Acknowledgements.cececcsceceseeceeeneeeee scent eneeneeeeesneen eens eaenseaeaeneenenes ili t6. ene e ene EA SEE DO EE EEE ESE OEE OE EEE SEES EEE S EE SEE EEE Eee iv Iã520ö ii. vi 0): 5081i 640i nh ee.

HH ng ky 1 1.2 ©) 24:1 010 2:15 (0) | Oe 2 Chapter 2 Bayesian Network BasICS.c co SH HH SH KÝ KH nh x.1 Bayesian Network BaSICS. Lo ng HH ng HH nhà kh na 3 2.2 Learning Algorithms for Bayesian NetWOrks.--‹c-c con Hs HS nh ve, 14 2.3 Learning with Uncertain Evidence. cà se 21 Chapter 3 Data Quality MeasurermenIs.cn Hs nhe 24 3.1 Overview of Data QuaÌity.---c HH HH nh nh xu 24 KÝ 0. 30 E009) ảvvyiađaađiaiiiiiiiÝẢẢốỐốỐỐ.

co HS HH HH kh 34 3.2 Parameter Estimation ResuÌts.3 Structure Learning Resulfs.4 Conclusions Regarding Inaccurate Data.4 Development of Experimental Data Sets.«- 47 Chapter 4 Methods and Resulfs.cQQQQ nn HH HH HH kh he.1 Do Nothing Method.- HH HH nhớ 61 4.- con HH HH HH khe 61 4.3 The DQ Algorithm.- con HH HH he 62 4.2 Method Pseudo Code. ccc eeceeeceeec ee ec eens neeceeee essa eee en eens kệ 65 LEN -haaAaddđiiaiiiiidtidtddiididi.1 Visit to Asia Ñ€SuÏtS. con HH HH HH nha 68 4.-- HS HH nh nh Hy 85 4. ch ng nh nh 93 che.-- con n SH Khen 96 Chapter 5Š Conclusions and Future Work.

HH HH HH nh ke, 99 5.1 PC Algorithm ConcÌusions.2 Conclusions Regarding Methods.1 Visit to Asia ConcÌusiOns.2 Studfarm ConcÌuSiO'S. HS nh nh nhe 104 5.3 Modified DQ Algorithm. ce cecececececee eee eee eneeeesneneneeaenens 105 vi 5. cece ccccccecceeeuctcnateceveccssnceseteseeeeenecanaees 5310119124-104) PNW HiẳdtdddiẳẳẳẳŸẢ.

vi List of Figures PP ¿2a nh.3: Convergence of Beta Distribution.4: Visit to Asia — TWO ConfigurafiO'S. HH HH HH nh su 16 2.5: Relationship of Virtual Evidence to Prior Probability.1: Two Sources Report on Event A.cccccecceeceeeec ene nn HH HH He ng kh nh ng 28 3.2: T1 Probability Table — 80% Sensitivity, 95% SpecifÍicify. cỚ“Taaaa)aiO.5: Average Variance From Baseline. HS HH HH nhà yên 37 3.6: Comparison of learned potentIaÌs.- -- con n HH nh yên 38 3.7: Stud Farm Average Variance from Baseline.8: Stud Farm Learned Potentials Graph.

_- - HH HH n1 kh.9: NPC and CB Structure Learming Results.10: Incorrect links using the NPC Algorithm.11: Incorrect links using the CB algorithm.12: Visit to Asia “True” Probability Tables.13: Studfarm ““Irue” Probability Tables.14: ALARM “True” Probability Tables.--cnnn Hs khe, 59 3.15: Breakdown of Data S€fS. con nn nnnHnnn nn K n TK Ki viện 60 Vili 4. cọ HH HH HH HH KH Ki Ki Tà Ki Ki Ki Ki Ki ni tà tà tà tà ty 62 4.2: Average Degree of Nodes.- con HH HH nh kh nhe 65 4.3: Visit to Asia, One Data Set, Raw Results.4; Visit To Asia, One Data Set, Combined Results.5: Visit To Asia, One Data Set, Zeroed Results.6: Visit to Asia, TWwo Data Sets, Raw Resul(s.7: Visit to Asia, Two Data Sets, Combined Results .8: Visit to Asia, Two Data Sets, Zeroed Results .9: Visit to Asia, Three Data Sets, Raw Results.10: Visit to Asia, Three Data Sets, Combined Results .11: Visitto Asia, Three Data Sets, Zeroed Results .12: Studfarm, One Data Set, Raw Resulfs.13: Studfarm, One Data Set, Combined Results.14: Studfarm, One Data Set, Zeroed ResuÌt.15: Studfarm, Two Data Sets, Raw R€SUÌtS.16: Studfarm, Two Data Sets, Combined Resulfs.17: Studfarm, Two Data Sets, Zeroed Results.18: Studfarm, Three Data Sets, Raw Results.19: Studfarm, Three Data Sets, Combined ResuÌts.20: Studfarm, Three Data Sets, Zeroed ResSuÌts.21: Visit To Asia, Extra Test, Raw ResulÌ(s.22: Visit to Asia, Extra Test, Combined and Zeroed Form.23: Studfarm, Extra Test, Raw Results. con HH nu nhớ 95 1X 4.24: Studfarm, Extra Test, Combined and Zeroed ResuÌts.25: ALARM, Extra Test, Raw ResuÌts.26: ALARM, Extra Test, Combined and Zeroed Results.

96 4,27: Visit to Asia, Significance Test, One Data Set, Raw Results. 97 4,28: Visit to Asia, Significance Test, One Data Set, Combined Results.29: Visit to Asia, Significance Test, One Data Set, Zeroed Results.1: Commutativity of Methods.c HH HH kh nha 107 Chapter 1 Introduction 1.1 Research Motivation The field of Bayesian networks (BNs) has had much success in creating algorithms to learn directly from data. There are both parameter estimation and structure learning algorithms that have a high rate of success in creating useful BNs. However, research has normally started with the assumption that the data given to the learning algorithm is accurate and complete.

This assumption is a naive one and can lead to very biased and unrealistic decision making frameworks. There are numerous examples of faulty data collections — those as technical as the Hubble Telescope’s calibration problems, to the more human centered — lying on a credit card information form. If we are to use decision making algorithms to their full potential we must design them with the capability to account for data quality. Our research lays the foundation for the development of new algorithms that incorporate data quality assessments.

The specific goal of our research is to test three methods for incorporating data quality assessments into the PC structure learning algorithm used by the Hugin™ Decision Engine: the Threshold method, the manual DQ Algorithm (DQ Algorithm Part I), and the dynamic DQ Algorithm (DQ Algorithm Part ID. A method entitled Do Nothing was also tested as a baseline for comparing the effectiveness of these methods. These three methods give us a starting point for developing successful ways to account for, and diminish the effects of inaccurate data on our structure learning algorithms.2 Organization Chapter 2 provides a foundation for our work by giving an overview of BNs and the underlying rules of probability that govern them. This chapter also details popular BN learning algorithms, both in parameter estimation and structure learning.

Chapter 3 provides both the state of current data quality research as well as our own research into the effects of data quality (specifically inaccuracy) on BN learning algorithms. Chapter 4 provides an explanation and pseudo code for our methods, our test set up, and results of our tests. Finally, in Chapter 5 we discuss our conclusions regarding these results, and give suggestions for future research. Chapter 2 Bayesian Network Basics In order to examine the learning of BNs from data sets of low quality, we must first review the background of the algorithms and processes of BNs.

First, we will introduce the basics of probability and statistics, Bayes law, and evidence propagation. Then we will examine learning algorithms for BNs and discuss those employed for this research as well as fading and adaptation methods. We will also examine research in Data quality and how it can be incorporated into our learning algorithms. Finally, we will review complementary work conducted in the area of revision of parameters based on uncertain evidence.1 Bayesian Network Basics We will define a BN using graph theory, following [18].

A BN is a Directed Acyclic Graph (DAG) G = (V,E) where V is a set of variables and E is a set of directed edges between these variables, and a probability distribution, P, over the variables. The set (G, P) satisfies the Markov condition, which states that all variables are independent of their nondescendents given the set of its parents. Therefore following [14], for each variable A with parents Bj, ., Bp, there is a potential table P(A | Bi,. If A has no parents this becomes the unconditional probability P(A).

Each variable’s probability is represented by a probability table which shows its probability based on the states of its parents (or its unconditional probability if it is without parents). All of the basics of probability are relevant to these tables and will be reviewed here. Andrey Kolmogorov [14] formed the probability axioms in the 1930’s. He proposed that given an event E in a probability space S, there is a probability P(E) such that 1.

0< P(E) <1, and P(E) = 1 if E is a certain event. The sum of all of the events, E; (i=1, 2, .), in the sample space, S, is 1. For mutually exclusive events, E; and E2, P(E; U E2) = P(E) + P(E»).

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Từ khóa và chủ đề nghiên cứu


Câu hỏi thường gặp

Luận án "Luận án tiến sĩ: Techniques for incorporating data quality assessments into learning algorithms for Bayesian networks" nghiên cứu về vấn đề gì?

Luận án tiến sĩ đề xuất kỹ thuật tích hợp đánh giá chất lượng dữ liệu vào thuật toán học mạng Bayes. Cải thiện độ chính xác và tin cậy của mô hình dự đoán.

Luận án "Luận án tiến sĩ: Techniques for incorporating data quality assessments into learning algorithms for Bayesian networks" được bảo vệ tại trường nào?

Luận án này được bảo vệ tại University of South Carolina. Năm bảo vệ: 2006.

Luận án "Luận án tiến sĩ: Techniques for incorporating data quality assessments into learning algorithms for Bayesian networks" thuộc chuyên ngành gì?

Luận án "Luận án tiến sĩ: Techniques for incorporating data quality assessments into learning algorithms for Bayesian networks" thuộc chuyên ngành Computer Science and Engineering. Danh mục: Khoa Học Giáo Dục.

Luận án "Luận án tiến sĩ: Techniques for incorporating data quality assessments into learning algorithms for Bayesian networks" có bao nhiêu trang?

Luận án "Luận án tiến sĩ: Techniques for incorporating data quality assessments into learning algorithms for Bayesian networks" có 124 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.

Cách tải luận án "Luận án tiến sĩ: Techniques for incorporating data quality assessments into learning algorithms for Bayesian networks" về máy như thế nào?

Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.

Luận án liên quan

Chia sẻ tài liệu: Facebook Twitter