An Improved Non-parametric Bayesian Independence Test for Probabilistic Learning of the Dependence Structure Among Continuous Random Variables

An Improved Non-parametric Bayesian Independence Test for Probabilistic Learning of the Dependence Structure Among Continuous Random Variables
复制标题

连续随机变量间依赖结构概率学习的改进非参数贝叶斯独立性检验

DOI:
10.1007/s12205-018-1398-3
复制
发表时间:
2018
影响因子:
2.2
通讯作者:
Straub D.
Straub D.
中科院分区:
工程技术4区
文献类型:
--
作者:
Byun J;Song J;Zwirglmeier K;Straub D.

文献摘要

参考文献

相似文献

经典假设检验的贝叶斯分析
DOI: --
发表时间: 1980
期刊:
影响因子: --
作者:
J. Bernardo
通讯作者: J. Bernardo
零偏协方差的贝叶斯因子
DOI: --
发表时间: 1995
期刊:
影响因子: --
作者:
Paolo Giudici
通讯作者: Paolo Giudici
学习贝叶斯网络:模型结构和参数联合选择的 MAP 准则
DOI: --
发表时间: 2008
期刊: 2008 Eighth IEEE International Conference on Data Mining
影响因子: --
作者:
C. Riggelsen
通讯作者: C. Riggelsen
学习用于预测野火行为的贝叶斯网络模型
DOI: --
发表时间: 2013
期刊:
影响因子: --
作者:
Kilian Zwirglmaier;P. Papakosta;D. Štraub
通讯作者: D. Štraub
DOI: --
发表时间: 2005
期刊:
影响因子: --
作者:
池山豊;永田靖;永田靖;永田 靖(編著);Yasushi Nagata(eds.)
通讯作者: Yasushi Nagata(eds.)