实体
Pablo Torrijos Arenas
Pablo Torrijos Arenas
PulseAugur coverage of Pablo Torrijos Arenas — every cluster mentioning Pablo Torrijos Arenas across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
遗传算法融合具有有限树宽的贝叶斯网络
研究人员开发了一种新颖的方法，将多个贝叶斯网络组合成一个单一的、更易于管理的网络。该方法使用遗传算法来确保生成的网络在保持关键结构信息的同时，符合有限树宽的要求，这对于高效计算至关重要。实验表明，这种遗传算法能有效地生成信息丰富且计算上可行的共识贝叶斯网络，为整合来自不同来源的数据提供了一种实用的方法。
-
新的遗传算法改进了贝叶斯网络融合，以提高可扩展性
研究人员开发了一种将多个贝叶斯网络融合为单个、计算上更易处理的结构的新方法。该方法使用遗传算法来优先考虑共享结构，同时强制执行树宽度约束，旨在平衡依赖性保留与推理可扩展性。实验表明，所提出的遗传算法在合成数据和真实世界数据上均优于现有的改进方法和贪婪基线。
-
新的 FedRCD 算法实现了隐私保护的联邦因果发现
研究人员开发了一系列名为 FedRCD 的新算法，用于线性非高斯无环模型 (LiNGAM) 中的联邦因果发现。该方法解决了隐私问题，特别是与 GDPR 等法规相关的隐私问题，通过在不集中敏感数据的情况下实现因果发现。FedRCD 算法利用高阶累积量张量来克服现有联邦方法的局限性，例如在某些噪声条件下可能失败的 FedISHC。所提出的变体在通信轮数和准确性之间提供了权衡，其中一些支持对单个客户端或观测值的精确遗忘。