CTBNCToolkit：连续时间贝叶斯网络分类器工具包
人工智能
2014-04-22 v1 机器学习
数学软件
摘要
连续时间贝叶斯网络分类器专为多变量流数据的时间分类而设计，适用于事件持续时间至关重要且类别不随时间变化的场景。本文介绍了 CTBNCToolkit：一个开源 Java 工具包，提供用于时间分类的独立应用程序以及连续时间贝叶斯网络分类器库。CTBNCToolkit 实现了连续时间贝叶斯网络分类器的推理算法、参数学习算法和结构学习算法。结构学习算法基于评分函数：提供了边际对数似然评分和条件对数似然评分。CTBNCToolkit 还提供了用于聚类目的的期望最大化（expectation maximization）算法实现。本文介绍了连续时间贝叶斯网络分类器。特定章节描述了如何从命令行使用 CTBNToolkit。包含教程示例以帮助用户理解如何使用该工具包。另设专门章节介绍 Java 库，以协助进一步的代码扩展。
引用
@article{arxiv.1404.4893,
title = {CTBNCToolkit: Continuous Time Bayesian Network Classifier Toolkit},
author = {Daniele Codecasa and Fabio Stella},
journal= {arXiv preprint arXiv:1404.4893},
year = {2014}
}