Markov逻辑网的参数学习算法研究.pdf

摘要 论文题目：Markov逻辑网的参数学习算法研究 学科专业：计算数学 研究生：张丽 签名：妞 指导教师：戴芳教授 签名：弛 摘 要 计关系学习方法。现有的Markov逻辑网学习算法主要有最大似然估计方法、最大伪似然 估计方法、判别式训练方法和基于Bayesian方法的最大伪后验估计方法。判别式权值学 习方法是学习使训练样本的条件对数似然最优时的权值。本文围绕判别式训练方法展开研 究，具体工作如下： 1．在基于最大边缘框架的Markov逻辑网判别式权值学习算法中，分别引入平方误差损 失函数、绝对误差损失函数、Hamming损失函数和F，损失函数，通过求解二次规划问题， 获得不同损失函数下的权值，并将不同损失函数所求的权值作了比较，得出一种较好的损 失函数来学习参数。 2．将Markov逻辑网应用于图像的边缘特征提取，首先对图像进行分块，然后对每一 法进行权值学习，最后依据权值的大小确定边缘。实验结果表明，本文方法能提取出更全 信息的图像边缘。 关键词：Markov逻辑网；参数学习；判别式权值学习；边缘特征提取 AbStract FOR LEARNlNGALGORlTHM Title：STUDYONPARAMETER MARKOVLOGICNET＼『VORKS Mathematics putational Major：Com ZHANG Name：Li re=垒圣出箩目 Signatu DAI Signature： Supervisor：Prof．Fang Abstract Asoneofthetoolstosolve ofartificial networks problems intelligence，Markovlogic akindofstatisticalrelational thatcombinesfirst—order (MLNs)are learning(SRL)model logic andMarkov methodsforMLNs includethe networks．Existingparameterlearning mainly likelihoodestimation maximumlikelihoodestimation maximum method，the pseudo method， discriminativemethodandthe maximum estimation training Bayesian—basedpseudoposteriori method．Discriminativemethodistolearn that theconditional training parametersoptimize log likelihoodofthe thes