Startseite UR

Physarum Learner: a novel structure learning algorithm for Bayesian Networks inspired by Physarum polycephalum

URN zum Zitieren dieses Dokuments: urn:nbn:de:bvb:355-epub-284154

Schön, Torsten (2013) Physarum Learner: a novel structure learning algorithm for Bayesian Networks inspired by Physarum polycephalum. Dissertation, Universität Regensburg.

[img]
Vorschau
Lizenz: Veröffentlichungsvertrag für Publikationen mit Print on Demand
PDF
Download (8MB)

Zusammenfassung (Englisch)

Two novel algorithms for learning Bayesian network structure from data based on the true slime mold Physarum polycephalum are introduced. The first algorithm called CPhyL calculates pairwise correlation coeffcients in the dataset. Within an initially fully connected Physarum-Maze, the length of the connections is given by the inverse correlation coeffcient between the connected nodes. Then, the ...

plus

Übersetzung der Zusammenfassung (Deutsch)

In dieser Arbeit werden zwei neu entwickelte Strukturlernalgorithmen für Bayesische Netzwerke vorgestellt, welche von dem echten Schleimpilz Physarum polycephalum inspiriert sind. Der erste, C-PhyL genannte, Algorithmus berechnet paarweise Korrelationskoeffizienten in dem Datensatz. Ein Initial voll verbundenes Phyasarum-Maze wird generiert, in welchem die Distanzen zwischen den einzelnen Knoten ...

plus


Bibliographische Daten exportieren



Dokumentenart:Hochschulschrift der Universität Regensburg (Dissertation)
Datum:12 Juli 2013
Begutachter (Erstgutachter):Prof. Dr. Elmar W. Lang
Tag der Prüfung:12 Juli 2013
Institutionen:Biologie und Vorklinische Medizin > Institut für Biophysik und physikalische Biochemie
Stichwörter / Keywords:Physarum Polycephalum, Bayesian Network, Structure Learning, C-Phyl, SO-Phyl
Dewey-Dezimal-Klassifikation:000 Informatik, Informationswissenschaft, allgemeine Werke > 004 Informatik
500 Naturwissenschaften und Mathematik > 570 Biowissenschaften, Biologie
600 Technik, Medizin, angewandte Wissenschaften > 610 Medizin
Status:Veröffentlicht
Begutachtet:Ja, diese Version wurde begutachtet
An der Universität Regensburg entstanden:Ja
Eingebracht am:12 Jul 2013 11:09
Zuletzt geändert:08 Mrz 2017 08:36
Dokumenten-ID:28415
Nur für Besitzer und Autoren: Kontrollseite des Eintrags

Downloads

Downloads im Monat während des letzten Jahres

  1. Universität

Universitätsbibliothek

Publikationsserver

Kontakt:

Publizieren: oa@ur.de

Dissertationen: dissertationen@ur.de

Forschungsdaten: daten@ur.de

Ansprechpartner