Bayesian network을 이용한 optimal rule generation 및 simulation 기능을 갖는 알고리즘 개발

Developing algorithm for optimal rule generation and simulation using Bayesian network

샘플링 모델에서 데이터와 모수들 사이의 종속성을 표현하는데 사용되는 그래픽 모형은 변수들 사이의 직접적인 연관성을 설명하는데 더욱더 잘 이용 할 수 있다. 베이지안 네트웍 모형(Bayesian Networks model; BNM)은 그래픽 모형에 사용되는 가장 강력한 형태중 하나이다. 이는 인공지능분야에서 널리 사용되는 확률이론을 바탕으로 한 강력한 지식표현 형식이다. 본 본문에서는 베이지안 네트웍 모형의 이론적 배경과 그 것이 안고 있는 계산상의 복잡성을 보다 간단히 하기 위하여 이에 적용 가능한 그리디 탐색(Greedy search)방법을 소개한다.

The graphical model which represents the dependencies between data and parameters in the sampling model is mainly used to explain the direct associations between the variables. In particular Bayesian network model is one of the powerful tools among the graphical models. This is of the form of representing the expression of knowledge based on the probability theory widely used in the artificial intelligence. In this paper, the basic theory of Bayesian network model is introduced and the greed search method is proposed in order to find the best model among all possible models.