Benutzer: Gast  Login
Dokumenttyp:
Masterarbeit
Autor(en):
Brian Zeiser Dietrich
Titel:
Y-Vine Copula Based Structure Learning for Continuous Bayesian Networks
Abstract:
Bayesian networks are powerful graphical models that capture the probabilistic dependencies between random variables. Pair-copula Bayesian networks (Bauer et al. 2011) extend the well-known Gaussian Bayesian networks by allowing for non-Gaussian distributions through the incorporation of bivariate copulas and univariate marginal distributions into the network structure. A widely used method for learning the structure of Bayesian networks is the constraint-based PC algorithm (Spirtes et al. 1993)...     »
Fachgebiet:
MAT Mathematik
DDC:
510 Mathematik
Aufgabensteller:
Claudia Czado
Betreuer:
Claudia Czado
Jahr:
2024
Quartal:
3. Quartal
Jahr / Monat:
2024-09
Monat:
Sep
Seiten/Umfang:
141
Sprache:
en
Hochschule / Universität:
Technische Universität München
Fakultät:
TUM School of Computation, Information and Technology
TUM Einrichtung:
Professur für Angewandte Mathematische Statistik
Format:
Text
Annahmedatum:
27.09.2024
Präsentationsdatum:
16.10.2024
 BibTeX